| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 现有方法分类及局限性 | 第13-17页 |
| 1.3.1 现有方法分类 | 第13-15页 |
| 1.3.2 现有方法局限性 | 第15-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第二章 遥感影像变化检测理论基础 | 第18-34页 |
| 2.1 遥感影像变化检测技术流程 | 第18-27页 |
| 2.1.1 预处理 | 第19-20页 |
| 2.1.2 变化检测 | 第20-25页 |
| 2.1.3 精度评价 | 第25-27页 |
| 2.2 模糊聚类及变化检测原理 | 第27-33页 |
| 2.2.1 模糊聚类算法原理 | 第27-29页 |
| 2.2.2 基于模糊聚类算法的变化检测原理 | 第29-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第三章 基于改进GKC一型模糊聚类的遥感影像变化检测 | 第34-45页 |
| 3.1 一型模糊聚类算法 | 第34-36页 |
| 3.1.1 模糊C均值聚类算法 | 第34-35页 |
| 3.1.2 GKC算法 | 第35-36页 |
| 3.2 改进模糊聚类算法的变化检测 | 第36-38页 |
| 3.2.1 基于局部信息模糊聚类算法 | 第36页 |
| 3.2.2 改进的GKC算法 | 第36-38页 |
| 3.3 实验结果 | 第38-44页 |
| 3.3.1 实验数据 | 第38-40页 |
| 3.3.2 实验结果分析 | 第40-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于自适应区间二型模糊聚类的遥感影像变化检测 | 第45-60页 |
| 4.1 二型模糊集理论 | 第45-46页 |
| 4.2 区间二型模糊聚类算法 | 第46-51页 |
| 4.2.1 区间二型模糊聚类算法 | 第46-48页 |
| 4.2.2 KM降型算法 | 第48-50页 |
| 4.2.3 自适应区间二型模糊聚类算法 | 第50-51页 |
| 4.3 改进方法流程 | 第51-52页 |
| 4.4 实验结果 | 第52-59页 |
| 4.4.1 实验数据 | 第52-54页 |
| 4.4.2 实验结果分析 | 第54-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 基于显著图和多核模糊聚类算法的变化检测 | 第60-73页 |
| 5.1 显著性区域检测 | 第60-61页 |
| 5.2 基于核方法的聚类算法 | 第61-62页 |
| 5.3 多核模糊聚类算法 | 第62-66页 |
| 5.3.1 目标函数 | 第62-63页 |
| 5.3.2 最优化隶属度 | 第63-64页 |
| 5.3.3 最优化权重和聚类中心 | 第64-66页 |
| 5.4 本章算法流程 | 第66-68页 |
| 5.5 实验结果 | 第68-72页 |
| 5.5.1 实验数据 | 第68-69页 |
| 5.5.2 实验结果分析 | 第69-72页 |
| 5.6 本章小结 | 第72-73页 |
| 第六章 总结和展望 | 第73-75页 |
| 6.1 论文工作与总结 | 第73页 |
| 6.2 展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 作者简历 | 第82页 |