基于多分类器集成的土地覆被遥感分类研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-10页 |
| 图目录 | 第10-11页 |
| 表目录 | 第11-12页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究意义 | 第12-13页 |
| 1.2 研究背景 | 第13-18页 |
| 1.2.1 遥感图像计算机分类的现状 | 第13-16页 |
| 1.2.2 遥感图像分类技术存在的主要问题 | 第16-17页 |
| 1.2.3 遥感图像多分类器集成研究现状 | 第17-18页 |
| 1.2.4 多分类器集成遥感图像分类技术难点 | 第18页 |
| 1.3 研究内容和方法 | 第18-21页 |
| 1.3.1 研究目标 | 第18页 |
| 1.3.2 研究内容 | 第18-19页 |
| 1.3.3 研究方法和技术路线 | 第19-21页 |
| 1.4 研究区概况 | 第21页 |
| 1.5 小结 | 第21-22页 |
| 第2章 子分类器遥感图像分类 | 第22-40页 |
| 2.1 数据准备 | 第22-23页 |
| 2.2 分类方案确定与训练样区选取 | 第23-24页 |
| 2.3 子分类器分类实验 | 第24-35页 |
| 2.3.1 平行六面体分类 | 第24-26页 |
| 2.3.2 最小距离法 | 第26-28页 |
| 2.3.3 马氏距离法 | 第28-29页 |
| 2.3.4 最大似然法 | 第29-31页 |
| 2.3.5 光谱角分类方法 | 第31-32页 |
| 2.3.6 光谱信息散度 | 第32-34页 |
| 2.3.7 人工神经网络 | 第34-35页 |
| 2.4 分类比较 | 第35-39页 |
| 2.4.1 分类结果评价 | 第35-38页 |
| 2.4.2 优缺点比较 | 第38-39页 |
| 2.5 小结 | 第39-40页 |
| 第3章 多分类器集成理论方法 | 第40-50页 |
| 3.1 多分类器集成思想 | 第40-41页 |
| 3.2 个体分类器集成算法 | 第41-43页 |
| 3.3 分类器集成的组合结构 | 第43-45页 |
| 3.4 多分类器集成结果输出 | 第45-46页 |
| 3.5 多分类器集成算法 | 第46-49页 |
| 3.6 小结 | 第49-50页 |
| 第4章 多分类器集成遥感分类实验研究 | 第50-68页 |
| 4.1 数据源及处理平台 | 第50-51页 |
| 4.1.1 数据处理平台 | 第50页 |
| 4.1.2 IDL 简介 | 第50-51页 |
| 4.2 集成子分类器的筛选 | 第51-52页 |
| 4.3 基于 IDL 的多分类器集成实现 | 第52-59页 |
| 4.3.1 子分类器分类结果读取与存储 | 第52-53页 |
| 4.3.2 投票法分类 | 第53-57页 |
| 4.3.3 最大概率法 | 第57页 |
| 4.3.4 分类结果存储 | 第57-59页 |
| 4.4 实验结果与分析 | 第59-63页 |
| 4.5 分类器差异性度量 | 第63-67页 |
| 4.5.1 局部差异性度量 | 第63-65页 |
| 4.5.2 全局差异性度量 | 第65-66页 |
| 4.5.3 分类器的相关性分析 | 第66-67页 |
| 4.6 小结 | 第67-68页 |
| 第5章 结论与展望 | 第68-70页 |
| 5.1 结论 | 第68页 |
| 5.2 不足及展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读学位期间发表的学术论文和研究成果 | 第74-75页 |
| 致谢 | 第75页 |
