地球科學大數據算法基礎

前言
第1章 緒論
1.1 預備概念
1.2 大數據的概念
1.3 地球大數據
1.4 地球大數據的分類
1.5 地球大數據的支撐技術體系
1.6 與地球大數據相關的術語
1.7 地球大數據的發(fā)展
1.8 地球大數據科學研究
第2章 地球信息的表達、存儲與傳輸
2.1 數據結構的概念
2.2 地球信息表達的數據結構
2.3 外部存儲數據結構
2.4 數據庫存儲方式
2.5 網絡數據傳輸
2.6 面向對象建模技術
第3章 地球坐標系與投影變換
3.1 大地坐標系
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 地球空間計算幾何算法
4.1 拓撲計算
4.2 空間數據量算
4.3 極坐標變換
4.4 幾何變換
第5章 平滑曲線建模算法
5.1 拋物線參數混合樣條
5.2 Hermite曲線
5.3 連續(xù)三次參數樣條曲線
5.4 分段三次多項式平滑法
第6章 地球信息可視化
6.1 地球數據的彩色渲染
6.2 圖形顯示流水線
6.3 圖形交互技術
6.4 地圖繪制舉例
第7章 不規(guī)則三角網的生成算法
7.1 不規(guī)則三角網
7.2 Delaunay 三角網生成算法
7.3 Delaunay三角網的算法效率
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 多面函數法
8.4 空間自協方差 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
第9章 統計分析方法
9.1 概率密度函數及累積分布函數
9.2 常用理論分布模型
9.3 分布參數的點估計方法
9.4 Python 語言中的統計分布函數
9.5 統計分布的應用
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 正交經驗函數
1章 機器學習方法
11.1 遺傳算法
11.2 梯度下降法
2章 統計建模方法
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 人工神經網絡
12.10 K均值聚類法
12.11 Bayes分類與EM算法
3章 地學信號分析技術
13.1 信號分析的數學基礎
13.2 傅里葉變換
13.3 信號分析技術的應用
4章 小波變換技術及其應用
14.1 小波變換的基本理論
14.2 離散小波變換
14.3 小波變換的應用
參考文獻