利用融合方法的遥感图像分类研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题背景和选题依据 | 第7-8页 |
| ·基于融合的遥感图像分类研究现状 | 第8-9页 |
| ·论文的主要内容 | 第9页 |
| ·本文的章节安排 | 第9-11页 |
| 第二章 遥感图像分类基础 | 第11-19页 |
| ·传统遥感图像分类方法概述 | 第11-15页 |
| ·遥感图像分类的途径 | 第11-12页 |
| ·非监督分类和监督分类 | 第12-14页 |
| ·分类的评价方法 | 第14-15页 |
| ·基于融合的遥感图像分类方法的概述 | 第15-17页 |
| ·本章小结 | 第17-19页 |
| 第三章 基于D-S理论的遥感图像分类 | 第19-29页 |
| ·D-S 理论简介 | 第19-21页 |
| ·D-S 理论的产生 | 第19-20页 |
| ·D-S 证据理论的基本内容 | 第20-21页 |
| ·基于D-S 证据理论的遥感图像分类过程 | 第21-22页 |
| ·基于D-S 证据理论的分类算法实现 | 第22-27页 |
| ·本章小结 | 第27-29页 |
| 第四章 基于相似度模糊推理的遥感图像分类 | 第29-45页 |
| ·模糊推理理论 | 第29-34页 |
| ·模糊推理的原理 | 第29-30页 |
| ·模糊推理的基础知识 | 第30-32页 |
| ·模糊推理的过程 | 第32-34页 |
| ·现有的模糊推理方法介绍 | 第34页 |
| ·相似度的定义 | 第34-35页 |
| ·现有的基于相似度的模糊推理方法 | 第35-40页 |
| ·基于相似度的遥感图像分类方法研究 | 第40-44页 |
| ·基于相似度的融合权系数的确定 | 第40页 |
| ·基于相似度模糊推理算法的实现 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于模糊神经网络的遥感图像分类 | 第45-55页 |
| ·模糊神经网络的基本知识 | 第45-46页 |
| ·自适应模糊神经网络（ANFIS） | 第46-48页 |
| ·基于模糊神经网络分类算法的实现 | 第48-52页 |
| ·本章小结 | 第52-55页 |
| 第六章 总结和展望 | 第55-57页 |
| ·本文工作的总结 | 第55-56页 |
| ·未来工作的展望 | 第56-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 研究成果 | 第63-64页 |
