基于面向对象的海岸带水产养殖模式识别
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-21页 |
| ·研究背景和选题依据 | 第11-12页 |
| ·面向对象方法的国内外研究现状 | 第12-18页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-17页 |
| ·特点及发展趋势 | 第17-18页 |
| ·研究目的及研究内容 | 第18页 |
| ·研究目的及意义 | 第18页 |
| ·研究内容 | 第18页 |
| ·论文结构安排 | 第18-21页 |
| 第二章 面向对象方法简介及尺度分割实验 | 第21-31页 |
| ·面向对象方法概述 | 第21页 |
| ·影像分割及尺度分割实验 | 第21-27页 |
| ·影像分割方法 | 第21-23页 |
| ·多尺度分割参数 | 第23-26页 |
| ·最优分割尺度实验 | 第26-27页 |
| ·影像分类 | 第27-30页 |
| ·最邻近分类法 | 第28页 |
| ·模糊分类法 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第三章 实验区养殖水面信息提取试验 | 第31-49页 |
| ·实验区数据源及预处理 | 第31-35页 |
| ·实验区及数据源 | 第31-33页 |
| ·数据预处理 | 第33-34页 |
| ·实验区水体分类系统 | 第34-35页 |
| ·SPOT-5 影像提取实验 | 第35-43页 |
| ·最优尺度分割实验 | 第35-36页 |
| ·实验区水体属性特征提取 | 第36-38页 |
| ·实验区养殖水面提取 | 第38-40页 |
| ·精度检验 | 第40-43页 |
| ·TM 影像提取实验 | 第43-46页 |
| ·最优尺度分割实验 | 第43-44页 |
| ·实验区水体属性特征提取 | 第44页 |
| ·实验区养殖水面提取 | 第44-45页 |
| ·精度检验 | 第45-46页 |
| ·小结 | 第46-49页 |
| 第四章 基于神经网络的养殖类型模式识别 | 第49-58页 |
| ·实验区养殖水面类型 | 第49-51页 |
| ·实验区及数据源 | 第49-50页 |
| ·实验区养殖类型调查 | 第50-51页 |
| ·构建实验区养殖模式同质多边形 | 第51-53页 |
| ·最优尺度分割 | 第51-52页 |
| ·同质多边形融合 | 第52-53页 |
| ·模式识别 | 第53-57页 |
| ·神经网络简介 | 第53页 |
| ·BP 神经网络工作原理 | 第53-55页 |
| ·基于BP 神经网络的模式识别实验 | 第55-57页 |
| ·小结 | 第57-58页 |
| 5 结论与展望 | 第58-60页 |
| ·结论与讨论 | 第58-59页 |
| ·存在问题及下一步工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文 | 第63-64页 |
| 致谢 | 第64页 |
