基于模糊粗糙集的遥感图像土地利用区域多中心分类法
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·遥感图像土地利用分类 | 第11-13页 |
| ·常用基于规则的分类方法 | 第13-15页 |
| ·论文的组织与结构 | 第15-17页 |
| 第二章 模糊粗糙集理论 | 第17-25页 |
| ·模糊集与粗糙集 | 第17-22页 |
| ·模糊集概念 | 第17-18页 |
| ·模糊集的表示 | 第18页 |
| ·模糊集的运算 | 第18-19页 |
| ·模糊关系 | 第19页 |
| ·粗糙集的概念 | 第19-21页 |
| ·知识约简 | 第21页 |
| ·知识的依赖性 | 第21-22页 |
| ·知识表达系统 | 第22页 |
| ·模糊粗糙集模型 | 第22-24页 |
| ·模糊等价关系 | 第22-23页 |
| ·模糊上、下近似集 | 第23页 |
| ·属性依赖度 | 第23-24页 |
| ·模糊粗糙集知识的约简 | 第24-25页 |
| 第三章 遥感图像土地利用区域多中心分类方法 | 第25-39页 |
| ·遥感图像多光谱特征分析 | 第25-27页 |
| ·多光谱特征分析方法 | 第26页 |
| ·类内空间距离与类间空间距离分析 | 第26-27页 |
| ·区域多中心法分类基本思想 | 第27-28页 |
| ·区域多中心法类别模式的确定 | 第28-29页 |
| ·类别模式确定的步骤 | 第28页 |
| ·类内距与内间距的计算 | 第28-29页 |
| ·区域多中心法特征提取 | 第29-36页 |
| ·区域特征提取 | 第29-34页 |
| ·特征分析 | 第34-36页 |
| ·区域多中心法分类 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 模糊粗糙集的分类规则的建立 | 第39-56页 |
| ·模糊粗糙集模型的选择 | 第39-40页 |
| ·模糊集与粗糙集的比较 | 第39页 |
| ·模糊集与粗糙集的结合 | 第39-40页 |
| ·决策表的建立 | 第40-43页 |
| ·分类属性的选择 | 第40页 |
| ·决策信息表的建立 | 第40-43页 |
| ·属性模糊化 | 第43-48页 |
| ·隶属度函数的选择 | 第43-44页 |
| ·属性模糊化 | 第44-48页 |
| ·属性的约简 | 第48-52页 |
| ·单个属性约简 | 第48-50页 |
| ·复合属性约简 | 第50-52页 |
| ·规则的建立 | 第52-55页 |
| ·决策规则的描述形式 | 第52-53页 |
| ·分类规则的建立 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 遥感图像土地利用分类实验 | 第56-70页 |
| ·最大似然法分类 | 第56-58页 |
| ·最大似然法 | 第56-57页 |
| ·实验结果 | 第57-58页 |
| ·神经网络法分类 | 第58-62页 |
| ·神经网络法 | 第58-61页 |
| ·实验结果 | 第61-62页 |
| ·区域多中心法分类 | 第62-66页 |
| ·分类方法比较 | 第66-70页 |
| ·精度评价指标 | 第66-68页 |
| ·分类精度评价 | 第68-70页 |
| 第六章 结束语 | 第70-72页 |
| ·论文的创新点 | 第70-71页 |
| ·今后研究方向 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 附录A 攻读学位期间主要研究成果 | 第76页 |
