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--数字处理论文

多源遥感NDVI数据的归一化方法研究

摘要第5-7页
ABSTRACT第7-8页
目录第9-12页
第1章 绪论第12-21页
    1.1 研究背景与意义第12-13页
    1.2 国内外研究现状第13-18页
        1.2.1 归一化的算法思路第13-16页
        1.2.2 归一化模型的建立与应用方式第16-18页
    1.3 论文的研究内容与章节安排第18-21页
        1.3.1 研究内容第18-19页
        1.3.2 论文组织第19-21页
第2章 基于粗分辨率参考数据的多源NDVI数据归一化方法概述第21-35页
    2.1 问题的描述第21-23页
    2.2 研究思路第23-25页
    2.3 需要注意的技术问题第25-33页
        2.3.1 转换关系的选择第25-26页
        2.3.2 参考数据集的选择第26-28页
        2.3.3 尺度效应与“纯净像元”第28-33页
    2.4 本章小结第33-35页
第3章 基于粗分辨率参考数据的归一化方法的评价方法第35-49页
    3.1 问题的提出第35-36页
    3.2 现有的评价方法第36-39页
        3.2.1 基于交叉验证思想的评价方法第36-37页
        3.2.2 基于大气校正的评价方法第37-38页
        3.2.3 基于归一化结果与粗分辨率参考数据比较的评价方法第38页
        3.2.4 基于多源数据归一化结果比较的评价方法第38-39页
    3.3 多指标的评价体系第39-43页
        3.3.1 基于单景数据的评价方法第39-40页
        3.3.2 基于同步中分辨率数据的评价方法第40-42页
        3.3.3 基于同步粗分辨率数据降采样的评价方法第42-43页
        3.3.4 评价方法的总结第43页
    3.4 本文后续将使用的评价方法与评价数据第43-48页
        3.4.1 传感器基本信息第44-45页
        3.4.2 各评价方法选用的数据及处理第45-48页
    3.5 本章小结第48-49页
第4章 多源遥感NDVI数据局部类内拟合归一化方法第49-67页
    4.1 已有全局归一化方法第49-50页
        4.1.1 全局线性归一化方法第49页
        4.1.2 全局分类别线性归一化方法第49-50页
    4.2 局部类内拟合归一化方法第50-53页
        4.2.1 局部类内拟合归一化方法流程第50-52页
        4.2.2 基于稳健回归的转换系数求解第52-53页
    4.3 实验与分析第53-66页
        4.3.1 归一化结果评价与分析第53-62页
        4.3.2 参数设置分析第62-66页
    4.4 本章小结第66-67页
第5章 多源遥感NDVI数据的核回归归一化方法第67-86页
    5.1 非参数估计与核回归第67-71页
        5.1.1 非参数估计第67-68页
        5.1.2 核回归理论第68-71页
    5.2 核回归归一化方法第71-72页
    5.3 实验结果与分析第72-84页
        5.3.1 归一化效果分析结果分析第72-80页
        5.3.2 参数设置分析第80-84页
    5.4 本章小结第84-86页
第6章 多源NDVI数据的支持向量机回归归一化方法第86-107页
    6.1 支持向量机理论第86-90页
        6.1.1 概述第86-89页
        6.1.2 核函数第89-90页
        6.1.3 LibSVM第90页
    6.2 支持向量机回归归一化方法第90-93页
        6.2.1 支持向量机回归归一化方法方法流程第90-91页
        6.2.2 核函数的选择与参数设置第91-93页
    6.3 实验第93-106页
        6.3.1 结果与分析第93-101页
        6.3.2 归一化方法参数设置分析第101-106页
    6.4 本章小结第106-107页
第7章 不同归一化方法的比较第107-120页
    7.1 输入数据的需求比较第107-108页
    7.2 算法效率比较第108-110页
    7.3 算法精度比较第110-119页
        7.3.1 综合结果比较第110-113页
        7.3.2 不同场景中的表现第113-117页
        7.3.3 讨论第117-119页
    7.4 本章小结第119-120页
第8章 总结与展望第120-124页
    8.1 主要工作第120-121页
    8.2 存在的问题与展望第121-124页
参考文献第124-132页
附录第132-134页
致谢第134页

论文共134页,点击 下载论文
上一篇:线阵光学传感器影像几何检校理论与方法研究
下一篇:小种群粒子群算法在非线性系统辨识中的应用