| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第9-14页 |
| 1.1 研究目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文的研究内容 | 第11-12页 |
| 1.4 本文研究技术路线 | 第12-14页 |
| 第二章 海岛遥感影像地物分类方法 | 第14-32页 |
| 2.1 海岛监视监测系统 | 第14-16页 |
| 2.1.1 海岛的定义及价值 | 第14-15页 |
| 2.1.2 海岛监视监测系统建设背景 | 第15页 |
| 2.1.3 国家海岛监视监测系统建设目的意义 | 第15页 |
| 2.1.4 海岛监视监测系统主要内容 | 第15-16页 |
| 2.2 研究区概况及数据说明 | 第16-18页 |
| 2.3 海岛遥感影像地物分类方法概述 | 第18-19页 |
| 2.3.1 人工目视解译 | 第18页 |
| 2.3.2 计算机解译 | 第18-19页 |
| 2.4 海岛遥感影像地物分类方法 | 第19-30页 |
| 2.4.1 非监督分类 | 第19-21页 |
| 2.4.2 监督分类 | 第21-30页 |
| 2.4.2.1 最大似然法及地物分类结果图 | 第22-26页 |
| 2.4.2.2 最小距离法及地物分类结果图 | 第26-29页 |
| 2.4.2.3 决策树法 | 第29-30页 |
| 2.4.3 监督分类与非监督分类小结 | 第30页 |
| 2.5 遥感影像分类精度评价 | 第30-32页 |
| 第三章 遥感影像地物分类的神经网络算法研究 | 第32-43页 |
| 3.1 人工神经网络概述 | 第32-33页 |
| 3.2 人工神经网络基本理论 | 第33-35页 |
| 3.2.1 人工神经网络的模型 | 第33-34页 |
| 3.2.2 人工神经网络常用激活函数 | 第34-35页 |
| 3.3 基于神经网络的遥感影像地物分类 | 第35-36页 |
| 3.4 BP神经网络算法 | 第36-40页 |
| 3.4.1 BP神经网络拓扑结构 | 第36-37页 |
| 3.4.2 BP算法学习过程 | 第37-40页 |
| 3.5 遥感影像地物分类的BP神经网络结构设计 | 第40-43页 |
| 3.5.1 输入层节点数的确定 | 第40页 |
| 3.5.2 输出层节点数的确定 | 第40-41页 |
| 3.5.3 隐含层层数的确定 | 第41页 |
| 3.5.4 隐含层节点数的确定 | 第41-43页 |
| 第四章 BP神经网络的遥感影像地物分类MATLAB实现 | 第43-56页 |
| 4.1 MATLAB介绍 | 第43-44页 |
| 4.1.1 MATLAB概述 | 第43页 |
| 4.1.2 MATLAB神经网络工具箱 | 第43-44页 |
| 4.2 东屿岛遥感影像的地物分类实验 | 第44-51页 |
| 4.2.1 东屿岛的BP神经网络结构 | 第44-45页 |
| 4.2.2 选取训练样本 | 第45-46页 |
| 4.2.3 建立BP神经网络 | 第46-47页 |
| 4.2.4 BP神经网络训练 | 第47-49页 |
| 4.2.5 BP神经网络仿真 | 第49页 |
| 4.2.6 结果输出 | 第49-51页 |
| 4.3 分类精度评价 | 第51-55页 |
| 4.4 BP神经网络在其他海岛遥感影像的地物分类 | 第55-56页 |
| 第五章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59页 |