基于面向对象与集成学习的遥感影像分类方法研究

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-16页
·选题背景与研究意义	第10-11页
·高分辨率遥感影像信息提取的现状	第11-13页
·面向对象信息提取	第11-12页
·集成学习技术	第12-13页
·研究目标、内容和方法	第13-16页
·研究目标	第13页
·研究内容	第13-14页
·研究方法	第14-16页
第2章 面向对象遥感影像分类技术研究	第16-45页
·影像分割	第16-24页
·基于边界的分割方法	第17页
·基于区域的分割方法	第17-18页
·基于异质性及分水岭变换的分割方法	第18-22页
·分割不确定性评价标准	第22-24页
·影像对象特征及特征选择	第24-31页
·对象的特征信息	第24-28页
·特征选择方法	第28-31页
·面向对象分类	第31-37页
·决策树分类	第32-33页
·支持向量机分类	第33-35页
·人工神经网络分类	第35-36页
·面向对象分类流程	第36-37页
·实验结果及评价	第37-43页
·实验目的	第37页
·数据准备	第37-38页
·实验内容	第38-43页
·本章小结	第43-45页
第3章 集成学习技术研究	第45-55页
·集成学习原理	第45-46页
·集成学习方法	第46-50页
·分类器集成的构造方式	第47-48页
·分类器结果的合成方式	第48-50页
·实验结果与评价	第50-54页
·实验目的	第50页
·数据准备	第50页
·实验内容	第50-53页
·结果分析	第53-54页
·本章小结	第54-55页
第4章 总结与展望	第55-57页
·总结	第55-56页
·展望	第56-57页
致谢	第57-58页
参考文献	第58-60页