地球科學(xué)大數(shù)據(jù)算法基礎(chǔ)

前言
第1章 緒論
1.1 預(yù)備概念
1.2 大數(shù)據(jù)的概念
1.3 地球大數(shù)據(jù)
1.4 地球大數(shù)據(jù)的分類
1.5 地球大數(shù)據(jù)的支撐技術(shù)體系
1.6 與地球大數(shù)據(jù)相關(guān)的術(shù)語
1.7 地球大數(shù)據(jù)的發(fā)展
1.8 地球大數(shù)據(jù)科學(xué)研究
第2章 地球信息的表達(dá)、存儲與傳輸
2.1 數(shù)據(jù)結(jié)構(gòu)的概念
2.2 地球信息表達(dá)的數(shù)據(jù)結(jié)構(gòu)
2.3 外部存儲數(shù)據(jù)結(jié)構(gòu)
2.4 數(shù)據(jù)庫存儲方式
2.5 網(wǎng)絡(luò)數(shù)據(jù)傳輸
2.6 面向?qū)ο蠼＜夹g(shù)
第3章 地球坐標(biāo)系與投影變換
3.1 大地坐標(biāo)系
3.2 墨卡托（Mercator）投影
3.3 墨卡托投影正反解公式
3.4 高斯-克呂格投影和UTM投影
3.5 蘭勃特等角投影
3.6 正弦曲線投影
第4章 地球空間計(jì)算幾何算法
4.1 拓?fù)溆?jì)算
4.2 空間數(shù)據(jù)量算
4.3 極坐標(biāo)變換
4.4 幾何變換
第5章 平滑曲線建模算法
5.1 拋物線參數(shù)混合樣條
5.2 Hermite曲線
5.3 連續(xù)三次參數(shù)樣條曲線
5.4 分段三次多項(xiàng)式平滑法
第6章 地球信息可視化
6.1 地球數(shù)據(jù)的彩色渲染
6.2 圖形顯示流水線
6.3 圖形交互技術(shù)
6.4 地圖繪制舉例
第7章 不規(guī)則三角網(wǎng)的生成算法
7.1 不規(guī)則三角網(wǎng)
7.2 Delaunay 三角網(wǎng)生成算法
7.3 Delaunay三角網(wǎng)的算法效率
第8章 插值與重采樣
8.1 插值與重采樣的概念
8.2 簡易插值模型
8.3 多面函數(shù)法
8.4 空間自協(xié)方差 插值法
8.5 Cressman插值法
8.6 等值線的生成算法
8.7 快速重采樣算法
8.8 小結(jié)
第9章 統(tǒng)計(jì)分析方法
9.1 概率密度函數(shù)及累積分布函數(shù)
9.2 常用理論分布模型
9.3 分布參數(shù)的點(diǎn)估計(jì)方法
9.4 Python 語言中的統(tǒng)計(jì)分布函數(shù)
9.5 統(tǒng)計(jì)分布的應(yīng)用
0章 主成分變換
10.1 主成分變換的基本原理
10.2 主成分變換步驟
10.3 主成分變換舉例
10.4 正交經(jīng)驗(yàn)函數(shù)
1章 機(jī)器學(xué)習(xí)方法
11.1 遺傳算法
11.2 梯度下降法
2章 統(tǒng)計(jì)建模方法
12.1 一元線性回歸模型
12.2 多元線性回歸模型
12.3 非線性回歸模型的建立方法
12.4 廣義線性模型
12.5 分位數(shù)回歸
12.6 核回歸（Kernel regression）
12.7 廣義加性模型（Generalized Additive Models）
12.8 嶺回歸與LASSO回歸
12.9 人工神經(jīng)網(wǎng)絡(luò)
12.10 K均值聚類法
12.11 Bayes分類與EM算法
3章 地學(xué)信號分析技術(shù)
13.1 信號分析的數(shù)學(xué)基礎(chǔ)
13.2 傅里葉變換
13.3 信號分析技術(shù)的應(yīng)用
4章 小波變換技術(shù)及其應(yīng)用
14.1 小波變換的基本理論
14.2 離散小波變換
14.3 小波變換的應(yīng)用
參考文獻(xiàn)