基于优化时序拟合的林种识别系统
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 论文选题来源与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 时序拟合研究现状 | 第12-13页 |
| 1.2.2 多时相分类识别研究现状 | 第13-14页 |
| 1.2.3 研究现状总结 | 第14-15页 |
| 1.3 论文研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 遥感数据的时序分析和地物识别研究介绍 | 第18-27页 |
| 2.1 遥感数据类型 | 第18-19页 |
| 2.2 遥感影像时间序列分析法 | 第19-22页 |
| 2.2.1 时序拟合方法 | 第20-22页 |
| 2.2.2 主成分分析法 | 第22页 |
| 2.3 遥感影像典型分类方法 | 第22-25页 |
| 2.3.1 决策树分类法 | 第23-24页 |
| 2.3.2 支持向量机 | 第24-25页 |
| 2.4 实验数据及实验地区介绍 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 稀疏有效时间序列遥感数据的拟合方法 | 第27-42页 |
| 3.1 稀疏有效时序拟合原理 | 第27-28页 |
| 3.2 稀疏有效时间序列拟合算法流程 | 第28-34页 |
| 3.2.1 噪声数据识别 | 第29-32页 |
| 3.2.2 时序拟合权重估计与迭代优化方法 | 第32-34页 |
| 3.2.3 迭代停止参数设置实验 | 第34页 |
| 3.3 实验与应用案例 | 第34-41页 |
| 3.3.1 多种方法实验结果与对比分析 | 第36-39页 |
| 3.3.2 区域级物候应用 | 第39-41页 |
| 3.3.3 时序拟合算法时效分析 | 第41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于中精度遥感时序数据的林种分类 | 第42-64页 |
| 4.1 林种分类识别方法 | 第42-43页 |
| 4.2 实验数据及预处理 | 第43-44页 |
| 4.3 特征质量优化 | 第44-55页 |
| 4.3.1 光谱特征提取与分析 | 第45-46页 |
| 4.3.2 纹理特征提取与分析 | 第46-49页 |
| 4.3.3 时序特征提取与分析 | 第49-54页 |
| 4.3.4 特征异常值检测清洗 | 第54-55页 |
| 4.4 基于三种特征的SVM分类和实验结果分析 | 第55-63页 |
| 4.4.1 实验区域分类模型建立 | 第57-58页 |
| 4.4.2 分类识别结果与分析 | 第58-62页 |
| 4.4.3 典型竹林应用案例 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 林种识别系统的设计与实现 | 第64-72页 |
| 5.1 林种识别系统架构与流程图 | 第64-66页 |
| 5.2 林种识别系统详细说明 | 第66-71页 |
| 5.2.1 开发环境 | 第66页 |
| 5.2.2 系统模块 | 第66-68页 |
| 5.2.3 系统运行界面 | 第68-70页 |
| 5.2.4 系统运行时效分析 | 第70-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间参加的科研项目和成果 | 第79页 |
