| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·选题背景及研究意义 | 第6-7页 |
| ·国内外研究进展 | 第7-9页 |
| ·主要研究内容 | 第9-10页 |
| ·论文组织结构 | 第10-11页 |
| 第二章 数据挖掘及聚类分析 | 第11-19页 |
| ·数据挖掘 | 第11-16页 |
| ·知识发现与数据挖掘 | 第11-12页 |
| ·数据挖掘功能 | 第12-13页 |
| ·数据挖掘过程 | 第13-15页 |
| ·数据挖掘应用 | 第15-16页 |
| ·聚类分析 | 第16-18页 |
| ·聚类分析定义 | 第16页 |
| ·聚类分析算法分类 | 第16-18页 |
| ·小结 | 第18-19页 |
| 第三章 遥感及遥感影像分割 | 第19-33页 |
| ·遥感概述 | 第19-23页 |
| ·遥感及其发展 | 第19-21页 |
| ·主要高分辨率光学卫星介绍 | 第21-23页 |
| ·遥感影像分割 | 第23-24页 |
| ·遥感影像分割方法 | 第24-26页 |
| ·遥感影像聚类分割方法 | 第26-31页 |
| ·K-Means算法 | 第26-27页 |
| ·迭代自组织聚类算法(ISODATA) | 第27-29页 |
| ·遥感影像分割实验 | 第29-31页 |
| ·小结 | 第31-33页 |
| 第四章 基于凝聚层次聚类的高分辨率遥感影像分割算法 | 第33-52页 |
| ·算法的提出 | 第33-40页 |
| ·算法相似度度量 | 第34-35页 |
| ·算法流程 | 第35-37页 |
| ·算法描述 | 第37-40页 |
| ·算法实现 | 第40-41页 |
| ·算法实验分析 | 第41-51页 |
| ·算法参数实验分析 | 第41-46页 |
| ·影像网格化效率实验分析 | 第46-49页 |
| ·算法比较实验分析 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·工作总结 | 第52-53页 |
| ·研究展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 攻读硕士期间的研究成果 | 第56-57页 |
| 致谢 | 第57-58页 |