| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 变量注释表 | 第15-16页 |
| 1 绪论 | 第16-24页 |
| 1.1 研究背景与意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.3 存在的不足 | 第20-21页 |
| 1.4 研究内容及方法 | 第21-22页 |
| 1.5 技术路线 | 第22-23页 |
| 1.6 本章小结 | 第23-24页 |
| 2 支持向量机 | 第24-34页 |
| 2.1 统计学习理论 | 第24-25页 |
| 2.2 支持向量机 | 第25-29页 |
| 2.3 SVM的参数寻优方法 | 第29-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3 SVM多分类决策方法 | 第34-43页 |
| 3.1 1V1 SVMs | 第34-35页 |
| 3.2 1VR SVMs | 第35页 |
| 3.3 DAG SVMs | 第35-36页 |
| 3.4 H SVMs | 第36-37页 |
| 3.5 纠错输出编码支持向量机 | 第37-42页 |
| 3.6 本章小结 | 第42-43页 |
| 4 改进的ECOC支持向量机 | 第43-58页 |
| 4.1 聚类与分离性测度 | 第43-44页 |
| 4.2 类间分离性对ECOC SVMs精度影响实验 | 第44-46页 |
| 4.3 不同码字分配构造的SVM子分类器平均分离性测度与分类精度相关性实验 | 第46-50页 |
| 4.4 改进的ECOC SVMs算法 | 第50-52页 |
| 4.5 遥感影像分类对比实验 | 第52-57页 |
| 4.6 本章小结 | 第57-58页 |
| 5 淮南矿区土地利用/覆被变化监测 | 第58-73页 |
| 5.1 土地利用/覆被变化监测方法 | 第58-60页 |
| 5.2 研究区域概况 | 第60-61页 |
| 5.3 淮南矿区土地复垦工作简介 | 第61-62页 |
| 5.4 数据来源及处理 | 第62-64页 |
| 5.5 土地利用/覆被的数据解译及分类 | 第64-65页 |
| 5.6 淮南矿区土地利用变化情况 | 第65-67页 |
| 5.7 淮南矿区土地利用空间格局与景观学分析 | 第67-71页 |
| 5.8 淮南矿区土地利用及景观格局变化驱动力 | 第71-72页 |
| 5.9 本章小结 | 第72-73页 |
| 6 结论与展望 | 第73-75页 |
| 6.1 结论 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 作者简历 | 第81-83页 |
| 学位论文数据集 | 第83页 |