基于Agent的遥感影像分类方法及其应用研究
中文摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第13-24页 |
1.1 研究背景与意义 | 第13-16页 |
1.2 国内外研究进展 | 第16-19页 |
1.2.1 Agent与地理空间模拟 | 第16-17页 |
1.2.2 Agent与图像处理 | 第17-19页 |
1.3 研究思路与方法 | 第19-21页 |
1.4 论文结构框架 | 第21-23页 |
1.5 本章小结 | 第23-24页 |
第2章 Agent与土地遥感分类基本原理 | 第24-41页 |
2.1 Agent的相关理论 | 第24-32页 |
2.1.1 Agent的定义 | 第24-26页 |
2.1.2 Agent的抽象结构 | 第26-28页 |
2.1.3 Agent的属性 | 第28页 |
2.1.4 Agent的类型 | 第28-31页 |
2.1.5 多Agent系统 | 第31-32页 |
2.1.6 Agent与CA | 第32页 |
2.2 Agent理论与遥感影像信息提取 | 第32-40页 |
2.2.1 遥感影像信息提取概述 | 第32-34页 |
2.2.2 监督分类 | 第34-36页 |
2.2.3 分类后处理 | 第36-38页 |
2.2.4 可行性分析 | 第38-39页 |
2.2.5 研究的难点 | 第39-40页 |
2.3 本章小结 | 第40-41页 |
第3章 Agent分类后处理模型构建 | 第41-85页 |
3.1 遥感分类图像的特殊性 | 第41-42页 |
3.2 环境构建与特征挖掘 | 第42-58页 |
3.2.1 波段运算 | 第43-47页 |
3.2.2 空间滤波 | 第47-48页 |
3.2.3 纹理分析 | 第48-49页 |
3.2.4 图像变换 | 第49-57页 |
3.2.5 其他信息 | 第57-58页 |
3.3 Agent的类型与结构 | 第58-61页 |
3.4 动作库设计 | 第61-62页 |
3.5 知识库设计 | 第62-80页 |
3.5.1 决策型知识库 | 第62-70页 |
3.5.2 综合调节型知识库 | 第70-80页 |
3.6 多Agent协同 | 第80-84页 |
3.7 本章小结 | 第84-85页 |
第4章 Agent分类后处理工具研制 | 第85-111页 |
4.1 IDL简介 | 第85-87页 |
4.2 工具的数据处理流程 | 第87-88页 |
4.3 变量的特点及设定 | 第88-90页 |
4.3.1 IDL变量特点 | 第88-89页 |
4.3.2 变量设定 | 第89-90页 |
4.4 函数的特点与功能 | 第90-103页 |
4.4.1 过程与函数的异同 | 第90-91页 |
4.4.2 函数参数特点 | 第91-92页 |
4.4.3 函数库简介 | 第92-98页 |
4.4.4 自定义函数 | 第98-103页 |
4.5 界面设计 | 第103-106页 |
4.6 工具包与独立系统 | 第106-110页 |
4.6.1 工具包 | 第106-107页 |
4.6.2 独立系统 | 第107-110页 |
4.7 本章小结 | 第110-111页 |
第5章 Agent分类后处理应用研究 | 第111-134页 |
5.1 研究区概况与数据收集 | 第111页 |
5.2 数据预处理 | 第111-112页 |
5.3 分类模型与训练样本采集 | 第112-113页 |
5.4 初始分类图像的获取 | 第113-114页 |
5.5 影像特征挖掘与知识获取 | 第114-120页 |
5.5.1 特征挖掘 | 第114-118页 |
5.5.2 波段组合方式和决策树规则获取 | 第118-120页 |
5.6 分类后处理及精度统计 | 第120-127页 |
5.7 结果分析 | 第127-133页 |
5.8 本章小结 | 第133-134页 |
第6章 结论与展望 | 第134-137页 |
6.1 主要成果与结论 | 第134-135页 |
6.2 创新点 | 第135页 |
6.3 不足与展望 | 第135-137页 |
致谢 | 第137-138页 |
参考文献 | 第138-144页 |
附录1 部分函数源码 | 第144-154页 |
附录2 博士期间发表论文情况 | 第154页 |