| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 创新点摘要 | 第9-14页 |
| 第一章 绪论 | 第14-27页 |
| 1.1 研究背景和意义 | 第14-17页 |
| 1.2 智能优化算法发展概述 | 第17-18页 |
| 1.3 高分辨率遥感影像分类研究现状 | 第18-23页 |
| 1.3.1 基于像元的影像分类 | 第18-20页 |
| 1.3.2 面向对象的影像分类 | 第20-21页 |
| 1.3.3 基于纹理的高分辨率遥感影像分类 | 第21-22页 |
| 1.3.4 基于智能优化的高分辨率影像分类 | 第22-23页 |
| 1.4 研究内容及技术路线 | 第23-25页 |
| 1.4.1 研究内容 | 第23-24页 |
| 1.4.2 技术路线 | 第24-25页 |
| 1.5 论文结构安排 | 第25-27页 |
| 第二章 万有引力搜索算法 | 第27-38页 |
| 2.1 GSA算法概述 | 第27-32页 |
| 2.1.1 万有引力定律 | 第27页 |
| 2.1.2 GSA的理论与模型 | 第27-30页 |
| 2.1.3 GSA的流程 | 第30-32页 |
| 2.2 GSA算法的实验验证 | 第32-33页 |
| 2.3 GSA算法的研究现状 | 第33-35页 |
| 2.3.1 GSA算法的主要改进与研究方向 | 第33-35页 |
| 2.3.2 多目标GSA算法 | 第35页 |
| 2.4 GSA算法的应用 | 第35-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第三章 基于动态邻域学习的引力搜索算法 | 第38-58页 |
| 3.1 GSA算法的邻域结构 | 第38-40页 |
| 3.2 算法原理 | 第40-47页 |
| 3.2.1 局部全连接邻域结构 | 第40-41页 |
| 3.2.2 动态邻域学习策略 | 第41-43页 |
| 3.2.3 基于进化状态的动态局部邻域构建与gbest变异 | 第43-47页 |
| 3.3 算法收敛性分析 | 第47-48页 |
| 3.4 算法计算复杂性分析 | 第48-49页 |
| 3.5 实验与结果分析 | 第49-54页 |
| 3.6 参数敏感性测试 | 第54-57页 |
| 3.6.1 邻域大小测试 | 第54-55页 |
| 3.6.2 种群收敛停滞指标测试 | 第55-56页 |
| 3.6.3 种群多样性阈值测试 | 第56页 |
| 3.6.4 变异尺度调整参数测试 | 第56-57页 |
| 3.7 本章小结 | 第57-58页 |
| 第四章 基于数据场的多目标引力搜索算法 | 第58-76页 |
| 4.1 多目标优化问题概述 | 第58-60页 |
| 4.2 算法原理 | 第60-66页 |
| 4.2.1 数据场简介 | 第60页 |
| 4.2.2 DFMOGSA算法 | 第60-64页 |
| 4.2.3 算法流程 | 第64-66页 |
| 4.3 实验结果与分析 | 第66-74页 |
| 4.3.1 参数设置 | 第66页 |
| 4.3.2 测试函数 | 第66-67页 |
| 4.3.3 性能评价指标 | 第67-68页 |
| 4.3.4 实验结果评价 | 第68-74页 |
| 4.4 本章小结 | 第74-76页 |
| 第五章 基于GSA算法的高分辨率遥感影像特征选择 | 第76-91页 |
| 5.1 高分辨率遥感影像特征选择发展概述 | 第76-77页 |
| 5.2 基于光谱与纹理描述模型的特征提取 | 第77-82页 |
| 5.2.1 光谱特征提取 | 第77-80页 |
| 5.2.2 纹理特征提取 | 第80-82页 |
| 5.3 基于DNLGSA的特征选择 | 第82-85页 |
| 5.4 试验结果与分析 | 第85-90页 |
| 5.4.1 试验数据与参数设置 | 第85-87页 |
| 5.4.2 备选特征提取 | 第87-88页 |
| 5.4.3 特征选择与分类结果分析 | 第88-90页 |
| 5.5 本章小结 | 第90-91页 |
| 第六章 基于GSA算法的高分辨率遥感影像多阈值分割 | 第91-102页 |
| 6.1 基于智能优化算法的多阈值分割 | 第91-92页 |
| 6.2 常用的阈值分割准则 | 第92-94页 |
| 6.2.1 Kapur's熵分割准则 | 第92-93页 |
| 6.2.2 Otsu分割准则 | 第93-94页 |
| 6.3 基于DNLGSA的高分辨率遥感影像多阈值分割 | 第94-96页 |
| 6.4 实验结果与分析 | 第96-101页 |
| 6.4.1 实验数据 | 第96-97页 |
| 6.4.2 实验设置 | 第97-98页 |
| 6.4.3 精度评价指标 | 第98页 |
| 6.4.4 多阈值分割结果 | 第98-101页 |
| 6.5 本章小结 | 第101-102页 |
| 第七章 基于GSA算法的高分辨率遥感影像多目标分类 | 第102-113页 |
| 7.1 遥感影像的聚类分析 | 第102-103页 |
| 7.2 基于DFMOGSA的多目标聚类 | 第103-106页 |
| 7.2.1 多目标函数的构建 | 第103-104页 |
| 7.2.2 基于DFMOGSA的影像分类 | 第104-106页 |
| 7.3 实验与分析 | 第106-112页 |
| 7.3.1 基于DFMOGSA遥感影像分类 | 第106-110页 |
| 7.3.2 影像分割与分类结果的融合 | 第110-112页 |
| 7.4 本章小结 | 第112-113页 |
| 结论与展望 | 第113-115页 |
| 参考文献 | 第115-129页 |
| 攻读博士学位期间取得的研究成果 | 第129-131页 |
| 致谢 | 第131-133页 |
| 作者简介 | 第133页 |
