基于改进的神经网络在土地利用信息提取中的研究--以北京市密云县露天采矿区为例
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·遥感在土地利用信息提取中的研究现状 | 第11-13页 |
| ·人工神经网络的发展及研究现状 | 第13-15页 |
| ·研究方案 | 第15-18页 |
| ·研究内容 | 第15-16页 |
| ·研究方法和技术路线 | 第16-17页 |
| ·论文章节安排 | 第17-18页 |
| 第2章 遥感影像分类理论 | 第18-31页 |
| ·遥感影像分类原理 | 第18-20页 |
| ·影像预处理 | 第18-19页 |
| ·特征选择与影像分类 | 第19-20页 |
| ·人工神经网络理论 | 第20-25页 |
| ·人工神经网络结构 | 第20-24页 |
| ·常见的神经网络模型 | 第24-25页 |
| ·BP 神经网络分类原理 | 第25-31页 |
| ·BP 网络分类流程 | 第25-27页 |
| ·反向传播算法推导 | 第27-30页 |
| ·BP 神经网络的局限性 | 第30-31页 |
| 第3章 研究区域介绍及影像预处理 | 第31-40页 |
| ·研究区域概况及数据来源 | 第31-33页 |
| ·研究区范围 | 第31-32页 |
| ·研究区自然条件 | 第32页 |
| ·遥感数据源 | 第32-33页 |
| ·影像预处理和特征选取 | 第33-38页 |
| ·影像几何校正 | 第34页 |
| ·统计特征分析 | 第34-35页 |
| ·影像变换 | 第35-37页 |
| ·纹理分析 | 第37-38页 |
| ·分类体系及解译标志建立 | 第38-40页 |
| ·分类依据和原则 | 第38-39页 |
| ·分类体系的建立 | 第39-40页 |
| 第4章 BP 神经网络改进方法研究 | 第40-57页 |
| ·改进神经网络结构 | 第40-46页 |
| ·遗传算法原理 | 第40-42页 |
| ·黄金分割法结合遗传算法改进神经网络结构 | 第42-45页 |
| ·确定网络结构 | 第45-46页 |
| ·学习算法的改进 | 第46-50页 |
| ·改进的 BP 算法 | 第47-49页 |
| ·各种改进算法的比较 | 第49页 |
| ·确定网络参数 | 第49-50页 |
| ·数据处理 | 第50-54页 |
| ·选取训练样本集 | 第50-52页 |
| ·数据规则化 | 第52-53页 |
| ·输出数据去模糊化 | 第53-54页 |
| ·网络泛化能力分析 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第5章 改进型神经网络在土地利用信息提取中的实现 | 第57-66页 |
| ·MATLAB 软件 | 第57-63页 |
| ·MATLAB 简介 | 第57-58页 |
| ·神经网络工具箱介绍 | 第58-60页 |
| ·遗传算法工具箱介绍 | 第60-61页 |
| ·MATLAB 改进 BP 网络主要代码 | 第61-63页 |
| ·改进型 BP 网络的实现 | 第63-66页 |
| ·改进型 BP 网络的分类流程 | 第63-65页 |
| ·改进型 BP 网络分类结果 | 第65-66页 |
| 第6章 分类结果多角度对比分析 | 第66-77页 |
| ·遥感影像分类精度评价 | 第67-72页 |
| ·分类精度评价 | 第67-70页 |
| ·分类结果与解译成果对比评价 | 第70-72页 |
| ·遥感影像分类效率评价 | 第72-73页 |
| ·分类后影像图斑空间分布评价 | 第73-77页 |
| 第7章 结论与展望 | 第77-79页 |
| ·结论 | 第77-78页 |
| ·论文不足与展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 附录 | 第84页 |
