基于LVQ神经网络分层模型的遥感影像分类
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·选题背景和研究意义 | 第10-12页 |
| ·遥感影像计算机自动分类研究现状 | 第12-14页 |
| ·研究目标及内容 | 第14-16页 |
| 第二章 计算机自动分类理论与方法 | 第16-20页 |
| ·传统的计算机自动分类 | 第16-18页 |
| ·平行管道法 | 第16-17页 |
| ·最小距离法 | 第17页 |
| ·最大似然法 | 第17-18页 |
| ·智能化的计算机自动分类 | 第18-20页 |
| ·专家系统 | 第18-19页 |
| ·神经网络 | 第19-20页 |
| 第三章 LVQ神经网络分类原理及分层模型 | 第20-30页 |
| ·神经网络基本理论 | 第20-25页 |
| ·神经网络的概念 | 第20-24页 |
| ·神经网络的学习方式 | 第24-25页 |
| ·神经网络的特点 | 第25页 |
| ·LVQ神经网络分类原理 | 第25-28页 |
| ·LVQ神经网络的结构 | 第25-26页 |
| ·LVQ神经网络的算法 | 第26-28页 |
| ·LVQ神经网络分层模型 | 第28-30页 |
| 第四章 研究区与数据 | 第30-35页 |
| ·研究区概况 | 第30-32页 |
| ·地质与地貌 | 第30页 |
| ·气候与气象 | 第30-31页 |
| ·水文与水资源 | 第31页 |
| ·土壤与植被 | 第31-32页 |
| ·人类活动 | 第32页 |
| ·数据资料 | 第32-35页 |
| ·遥感数据 | 第32-33页 |
| ·辅助数据 | 第33-35页 |
| 第五章 数据处理 | 第35-74页 |
| ·遥感影像预处理 | 第35-47页 |
| ·大气校正 | 第35-39页 |
| ·大气校正结果分析 | 第39-45页 |
| ·几何校正 | 第45-47页 |
| ·分类体系的确定 | 第47-49页 |
| ·分类处理 | 第49-74页 |
| ·基于LVQ神经网络分层模型的分类 | 第49-73页 |
| ·一级分类特征选择 | 第49-53页 |
| ·一级分类 LVQ神经网络的构建 | 第53-56页 |
| ·二级分类特征选择 | 第56-71页 |
| ·二级分类 LVQ神经网络的构建 | 第71-73页 |
| ·基于MLH的分类 | 第73-74页 |
| 第六章 评价与分析 | 第74-77页 |
| ·评价方法与指标 | 第74-75页 |
| ·精度分析 | 第75-77页 |
| 第七章 结论与展望 | 第77-79页 |
| ·结论 | 第77页 |
| ·展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 在学期间的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附录 | 第85-103页 |
