第1章 绪论 1
1.1 聚类分析基本原理 1
1.2 聚类分析基本方法 3
1.3 聚类分析基本应用 11
第2章 聚类分析在高程异常拟合中的应用 18
2.1 高程系统与高程异常数学拟合模型 19
2.2 基于聚类分析的多面函数拟合高程异常方法 24
2.3 基于K-means聚类分析的球冠谐函数拟合高程异常方法 28
2.4 基于双调和样条内插和高斯曲率极值的多面函数拟合高程异常方法 30
2.5 基于移动-多面函数的高程异常拟合方法 36
第3章 聚类分析在波形重定中的应用 42
3.1 卫星测高原理和回波模型 42
3.2 波形重定基本方法 47
3.3 基于聚类分析的多子波优化波形重定算法 53
3.4 基于波形相似性的K-means波形分类算法 57
3.5 基于聚类分析的多子波优化重定算法及实例分析 59
3.6 卫星测高波形重定应用 63
第4章 聚类分析在湿对流层延迟改正中的应用 72
4.1 高度计测高误差分析 72
4.2 微波辐射计 74
4.3 湿对流层延迟效应基本校正算法 78
4.4 基于亮温数据的湿对流层延迟改正方法 85
第5章 聚类分析在电离层TEC预测中的应用 101
5.1 电离层TEC 101
5.2 电离层TEC预测基本方法 106
5.3 基于多种度量的电离层TEC混沌预测分析 109
5.4 基于夹角余弦和聚类分析的电离层TEC混沌预测 117
第6章 聚类分析在Kp指数预报中的应用 124
6.1 Kp指数预报基本方法 124
6.2 基于李雅谱诺夫指数的Kp指数预报方法 126
6.3 基于BP神经网络的Kp指数预报方法 134
6.4 基于聚类BP神经网络的Kp指数预报方法 148
第7章 聚类分析在海底浅地层图像识别中的应用 151
7.1 浅地层剖面探测基本方法 151
7.2 浅地层剖面图像处理方法现状 152
7.3 基于边缘检测和聚类分析的浅剖图像分层算法 155
参考文献 162