首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于云理论的高光谱遥感图像分类研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-23页
   ·课题研究背景及意义第10页
   ·高光谱遥感分类方法概述第10-19页
     ·监督分类第11-13页
     ·非监督分类第13-14页
     ·其他分类方法第14-19页
   ·云理论的研究现状第19-21页
   ·论文的选题和目标内容第21页
   ·章节安排第21-23页
第2章 高光谱遥感数据特性第23-31页
   ·高光谱遥感数据的存储第23-25页
     ·遥感图像数据的存储第23-24页
     ·遥感数据的存储第24页
     ·本课题仿真实验所用图像的信息第24-25页
   ·遥感数据的不确定性第25-27页
     ·不确定性的概念第25-26页
     ·遥感数据的不确定性第26-27页
   ·高光谱遥感数据的不确定性第27-29页
     ·高光谱遥感数据与普通遥感数据共有的不确定性第27-28页
     ·高光谱遥感数据独有的不确定性第28-29页
   ·解决遥感数据不确定性的基础理论第29-30页
     ·基于概率论及数理统计的不确定性研究第29页
     ·基于模糊集合的不确定性研究第29-30页
     ·基于粗集理论的不确定性研究第30页
   ·本章小结第30-31页
第3章 云理论的基础知识第31-36页
   ·云理论的基本概念第31-33页
     ·云模型的定义及其数字特征第31页
     ·云发生器第31-32页
     ·正态云发生器第32-33页
   ·云变换第33-34页
     ·变换的定义第33页
     ·云变换的特点第33-34页
   ·云的特点第34页
   ·本章小结第34-36页
第4章 基于云理论的高光谱图像分类研究第36-56页
   ·高光谱遥感图像分类评价指标第36-37页
   ·基于云模型的高光谱遥感图像分类研究第37-44页
     ·选取训练样本第37-38页
     ·逆向云发生器生成云模型参数第38-39页
     ·X条件云发生器计算隶属度第39页
     ·云模型分类结果第39-41页
     ·分类结果分析第41-44页
   ·基于云变换的高光谱遥感图像分类研究第44-55页
     ·峰值云变换生成叶子云模型第45-47页
     ·泛概念树的自动生成第47-50页
     ·隶属概念的判定第50-53页
     ·云变换分类的结果第53-54页
     ·云变换分类方法分析及其结果分析第54-55页
   ·本章小结第55-56页
结论第56-58页
参考文献第58-63页
攻读硕士学位期间发表的论文及取得的科研成果第63-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:基于心理学的产品可用性设计研究
下一篇:壳体结构谐振特征研究与特征提取