1、近年來，海洋災害的頻繁發(fā)生和規(guī)模的不斷擴大，嚴重破壞了海洋生態(tài)系統(tǒng)的平衡，使近海旅游業(yè)和水產(chǎn)養(yǎng)殖業(yè)蒙受巨大損失，也嚴重威脅著人類的生命安全。海洋部門已經(jīng)積累了TB乃至PB級的海洋數(shù)據(jù)，并且每天仍以GB量級增加。傳統(tǒng)的有監(jiān)督方法需要大量的標注數(shù)據(jù)作為訓練集，而半監(jiān)督聚類對標注數(shù)據(jù)沒有太高的要求，并可以利用大量的無標注數(shù)據(jù)對模型進行調整，從而降低標注成本。為此，本文以滸苔和赤潮災害為例，基于半監(jiān)督學習機制進行滸苔檢測和赤潮預測。另一方面，海

2、洋災害是復雜的多因素相互作用而產(chǎn)生的現(xiàn)象，為此，本文以赤潮災害為例，基于復雜網(wǎng)絡理論對影響赤潮發(fā)生的因素建立了關聯(lián)網(wǎng)絡，并進行了拓撲分析，從而為赤潮預測提供依據(jù)。
　　具體而言，本文主要工作如下:
　　(1)提出了一種面向滸苔檢測的半監(jiān)督聚類框架。首先，基于少量的標簽數(shù)據(jù)獲取成對約束形式的實例層知識;然后，采用測度學習構建優(yōu)化問題，求解新的距離度量，從而新的距離度量將數(shù)據(jù)集劃分成兩個簇;最后，基于標簽數(shù)據(jù)識別簇的類別。在真實

3、的滸苔數(shù)據(jù)集上驗證了方法的有效性。
　　(2)提出了一種基于半監(jiān)督聚類的赤潮預測方法。針對樣本比例不平衡問題，改進了融合成對約束的測度學習策略，賦予較苛刻的約束條件，從而盡可能增大簇間的間距。進而，結合具體需求將方法應用于赤潮預測。在2003年～2009年的赤潮檢測數(shù)據(jù)集上驗證了方法的有效性。
　　(3)基于復合網(wǎng)建立了赤潮監(jiān)控網(wǎng)絡模型?；趶碗s網(wǎng)絡理論對影響赤潮發(fā)生的各個因素構建了因素子網(wǎng)，通過對網(wǎng)絡拓撲性質的分析，明確了