基于BP人工神经网络的土地利用分类遥感研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-18页 |
| ·选题依据和研究背景 | 第9-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·传统方法的土地利用遥感分类方法 | 第11-12页 |
| ·基于多源数据融合的分类 | 第12-13页 |
| ·结合实际情况的综合分类方法 | 第13页 |
| ·人工神经网络法 | 第13-15页 |
| ·研究方案 | 第15-18页 |
| ·研究内容 | 第15-16页 |
| ·研究方法及技术路线 | 第16-18页 |
| 2 遥感图像分类理论 | 第18-38页 |
| ·遥感图像信息 | 第18-19页 |
| ·遥感图像处理 | 第19-22页 |
| ·遥感图像的校正 | 第19页 |
| ·遥感图像的增强 | 第19-21页 |
| ·遥感图像的融合 | 第21-22页 |
| ·遥感图像分类 | 第22-25页 |
| ·遥感图像分类原理 | 第22-23页 |
| ·遥感图像分类过程 | 第23页 |
| ·分类特征的选择与提取 | 第23-25页 |
| ·人工神经网络理论 | 第25-34页 |
| ·神经网络的基本原理和结构 | 第25-29页 |
| ·人工神经网络 | 第29-34页 |
| ·BP 神经网络 | 第34-38页 |
| ·BP 神经网络的结构 | 第34-35页 |
| ·BP 算法的训练 | 第35-36页 |
| ·BP 神经网络分类的工作过程 | 第36-38页 |
| 3 图像分类预处理 | 第38-45页 |
| ·图像反差扩展 | 第38-39页 |
| ·主成分分析 | 第39-40页 |
| ·图像的融合处理 | 第40-41页 |
| ·比值法 | 第41-43页 |
| ·植被指数法 | 第43-45页 |
| 4 基于BP 神经网络的土地利用分类 | 第45-63页 |
| ·研究区介绍及实验数据来源 | 第45-47页 |
| ·研究区介绍 | 第45页 |
| ·SPOT 卫星数据简介 | 第45-47页 |
| ·土地利用分类的确定 | 第47-48页 |
| ·分类的原则和依据 | 第47页 |
| ·土地利用类型的划分 | 第47-48页 |
| ·土地利用的常规遥感分类 | 第48-52页 |
| ·非监督分类 | 第48-50页 |
| ·监督分类 | 第50-52页 |
| ·基于BP 神经网络的土地利用遥感分类 | 第52-57页 |
| ·网络结构设计 | 第52-53页 |
| ·BP 网络学习 | 第53-56页 |
| ·分类实现 | 第56-57页 |
| ·分类结果精度评价及比较 | 第57-63页 |
| ·误差矩阵精度评价 | 第57-59页 |
| ·采样精度评价 | 第59-63页 |
| 5 结论与展望 | 第63-65页 |
| ·结论 | 第63页 |
| ·展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69-75页 |
