基于多分类器组合的塔河林区森林类型信息提取技术
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 遥感图像分类方法的研究 | 第9-12页 |
| 1.2.2 组合分类器的遥感分类研究 | 第12-14页 |
| 1.3 研究内容与方法 | 第14-15页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 研究方法 | 第14-15页 |
| 1.3.3 技术路线 | 第15页 |
| 1.4 论文结构 | 第15-16页 |
| 2 研究区域及数据处理 | 第16-20页 |
| 2.1 研究区域概况 | 第16页 |
| 2.2 数据介绍及处理 | 第16-19页 |
| 2.2.1 数据介绍 | 第16-17页 |
| 2.2.2 遥感数据处理 | 第17-18页 |
| 2.2.3 分类系统制定 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 基于单个分类器的分类及分析 | 第20-28页 |
| 3.1 特征变换 | 第20-22页 |
| 3.2 单分类器的监督分类 | 第22-24页 |
| 3.2.1 最大似然监督分类 | 第22-24页 |
| 3.2.2 最小距离监督分类 | 第24页 |
| 3.2.3 马氏距离监督分类 | 第24页 |
| 3.3 处理过程及结果 | 第24-27页 |
| 3.3.1 处理过程 | 第24-26页 |
| 3.3.2 分类结果 | 第26-27页 |
| 3.4 本章小结 | 第27-28页 |
| 4 基于多分类器组合的分类结果及分析 | 第28-31页 |
| 4.1 熵权法原理 | 第28页 |
| 4.2 基于熵权法的多分类器组合分类 | 第28-29页 |
| 4.3 组合分类结果的分类精度分析 | 第29-30页 |
| 4.4 本章小结 | 第30-31页 |
| 5 结果分析 | 第31-33页 |
| 5.1 单分类器与组合分类器的精度比较 | 第31-32页 |
| 5.2 基于熵权法的组合分类器评价 | 第32-33页 |
| 结论 | 第33-34页 |
| 参考文献 | 第34-38页 |
| 攻读学位期间发表的学术论文 | 第38-39页 |
| 致谢 | 第39-40页 |
