| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 概述 | 第9-13页 |
| ·研究的背景和意义 | 第9页 |
| ·国内外发展现状与趋势 | 第9-10页 |
| ·信息融合技术的发展现状与趋势 | 第9-10页 |
| ·基于神经网络信息融合技术研究现状和趋势 | 第10页 |
| ·目标识别过程中特征的选择 | 第10-11页 |
| ·本文的结构组织 | 第11-12页 |
| 参考文献 | 第12-13页 |
| 第二章 信息融合技术 | 第13-18页 |
| ·信息融合技术概述 | 第13页 |
| ·遥感影像信息融合的基本概念 | 第13页 |
| ·遥感影像信息融合的层次 | 第13-15页 |
| ·象素级融合 | 第14页 |
| ·特征级融合 | 第14-15页 |
| ·决策级融合 | 第15页 |
| ·不同层次信息融合的比较分析 | 第15页 |
| ·基于神经网络的多源信息融合技术 | 第15-16页 |
| ·基于神经网络信息融合的一般流程 | 第15-16页 |
| ·神经网络在信息融合中的优越性 | 第16页 |
| ·小结 | 第16-17页 |
| 参考文献 | 第17-18页 |
| 第三章 人工神经网络与BP神经网络技术 | 第18-27页 |
| ·人工神经网络的理论基础 | 第18-19页 |
| ·神经元模型 | 第18页 |
| ·学习规则 | 第18-19页 |
| ·人工神经网络模型 | 第19页 |
| ·BP人工神经网络 | 第19-23页 |
| ·BP网络结构 | 第20页 |
| ·BP网络参数 | 第20-21页 |
| ·BP网络算法的数学描述 | 第21-23页 |
| ·BP算法主要缺陷分析与算法改进 | 第23-25页 |
| ·BP算法主要缺陷分析 | 第23-24页 |
| ·BP算法常用的改进方法 | 第24-25页 |
| ·小结 | 第25-26页 |
| 参考文献 | 第26-27页 |
| 第四章 特征的提取与选择 | 第27-40页 |
| ·特征提取与选择方法的概述 | 第27-28页 |
| ·主分量变换(或称K-L变换) | 第28页 |
| ·机场特征的分析与描述 | 第28-33页 |
| ·影像数据源的选择 | 第28-29页 |
| ·机场特征分析的概述 | 第29页 |
| ·机场的光谱特征 | 第29页 |
| ·机场的几何形状特征 | 第29-31页 |
| ·机场的纹理特征 | 第31-33页 |
| ·实验--以实验区影像1为例 | 第33-38页 |
| ·基于K-L变换的数据压缩 | 第33-34页 |
| ·目标识别中主要特征的提取 | 第34-38页 |
| ·小结 | 第38-39页 |
| 参考文献 | 第39-40页 |
| 第五章 基于BP网络特征级信息融合系统的目标识别技术 | 第40-56页 |
| ·BP网络信息融合系统的设计原则 | 第40页 |
| ·基于BP网络特征级信息融合系统的目标识别技术 | 第40-43页 |
| ·目标特征提取 | 第41页 |
| ·样本数据的规格化 | 第41-42页 |
| ·BP网络的训练 | 第42-43页 |
| ·基于BP网络的目标识别 | 第43页 |
| ·实验 | 第43-54页 |
| ·实验目的 | 第44页 |
| ·实验程序界面设计 | 第44-45页 |
| ·网络结构和参数的确定 | 第45-47页 |
| ·识别与拒识标准 | 第47-48页 |
| ·实验结果 | 第48-53页 |
| ·不同BP算法对网络收敛速度的影响 | 第48-49页 |
| ·实验识别结果 | 第49-52页 |
| ·实验影像结果 | 第52-53页 |
| ·实验结果分析 | 第53-54页 |
| ·小结 | 第54-55页 |
| 参考文献 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 总的参考文献 | 第58-59页 |
| 附图 | 第59-63页 |
| 攻读硕士学位期间发表的论文 | 第63-64页 |
| 致谢 | 第64页 |