| 摘要 | 第1-12页 |
| Abstract | 第12-15页 |
| 第一章 绪论 | 第15-32页 |
| ·研究背景和意义 | 第15页 |
| ·国内外研究现状 | 第15-27页 |
| ·遥感影像信息融合结构 | 第15-18页 |
| ·遥感影像信息融合方法 | 第18-24页 |
| ·遥感影像融合存在的问题 | 第24-25页 |
| ·遥感影像融合的研究方向 | 第25-27页 |
| ·论文研究内容及组织结构 | 第27-32页 |
| 第二章 遥感影像融合分类预处理方法 | 第32-58页 |
| ·引言 | 第32-33页 |
| ·基于结构信息的遥感影像配准 | 第33-42页 |
| ·基于结构特征的混合特征描述符 | 第34-36页 |
| ·基于结构特征的两步特征匹配方法 | 第36-38页 |
| ·影像配准流程 | 第38页 |
| ·实验及分析 | 第38-41页 |
| ·结论与讨论 | 第41-42页 |
| ·高斯核函数参数估计的混合智能方法 | 第42-57页 |
| ·基于模糊对称不确定性的核函数评价方法 | 第43-45页 |
| ·数据驱动的高斯核函数初始化 | 第45-46页 |
| ·合智能系统支持下的高斯核函数优化 | 第46-47页 |
| ·实验与分析 | 第47-56页 |
| ·结论与讨论 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第三章 基于高斯模糊粗糙集的混合智能特征选择 | 第58-75页 |
| ·引言 | 第58-60页 |
| ·基于高斯模糊粗糙集模型的多类不确定性建模 | 第60-61页 |
| ·顾及特征相关性及冗余性的特征评价准则 | 第61-64页 |
| ·基于启发搜索的特征选择方法 | 第64-65页 |
| ·基于高斯模糊粗糙集的特征选择流程 | 第65-66页 |
| ·实验结果与分析 | 第66-73页 |
| ·不同特征评价方法比较 | 第66-69页 |
| ·原始特征集合与特征子集分类性能比较 | 第69-70页 |
| ·遥感影像数据上的试验结果 | 第70-73页 |
| ·本章小结 | 第73-75页 |
| 第四章 基于直觉模糊粗糙集的混合智能特征选择 | 第75-91页 |
| ·引言 | 第75-76页 |
| ·基于直觉模糊粗糙集的不确定建模 | 第76-79页 |
| ·从高斯核函数到max-min模糊等价关系 | 第76页 |
| ·max-min直觉模糊等价关系计算 | 第76-78页 |
| ·直觉模糊粗糙集 | 第78-79页 |
| ·基于决策独立相关性和决策依赖冗余性的特征评价 | 第79-81页 |
| ·直觉模糊概率 | 第79-80页 |
| ·决策独立相关性(DIC)与决策依赖冗余性(DDC) | 第80-81页 |
| ·特征评价方法 | 第81页 |
| ·基于混合智能优化方法的最优特征子集搜索 | 第81-83页 |
| ·基于直觉模糊粗糙集的混合智能特征选择流程 | 第83-84页 |
| ·实验结果与分析 | 第84-90页 |
| ·直觉模糊粗糙集支持下的特征评价方法有效性验证 | 第84-87页 |
| ·混合智能优化方法的有效性验证 | 第87-90页 |
| ·本章小结 | 第90-91页 |
| 第五章 基于贝叶斯网络分类器的混合智能决策方法 | 第91-115页 |
| ·引言 | 第91-93页 |
| ·贝叶斯网络分类器 | 第93-97页 |
| ·贝叶斯网络及贝叶斯网络分类器 | 第93-94页 |
| ·贝叶斯网络分类器的学习 | 第94-97页 |
| ·贝叶斯网络分类器学习中存在的问题 | 第97页 |
| ·基于直觉模糊粗糙集的特征选择流程 | 第97-98页 |
| ·连续变量贝叶斯网络分类器参数学习 | 第98-103页 |
| ·SVM后验概率计算 | 第99-100页 |
| ·基于SVM后验概率的贝叶斯网络参数学习 | 第100-102页 |
| ·基于SVM后验概率的参数估计流程 | 第102-103页 |
| ·连续变量贝叶斯网络分类器结构学习 | 第103-106页 |
| ·连续变量贝叶斯网络结构的评价方法 | 第103-104页 |
| ·基于最小扩展树算法的TAN结构学习 | 第104-106页 |
| ·基于选择性扩展贝叶斯网络的混合智能决策流程 | 第106-107页 |
| ·实验结果与分析 | 第107-114页 |
| ·高斯假设与SVM后验概率方法的比较 | 第107-109页 |
| ·全部特征与特征子集的比较 | 第109-114页 |
| ·本章小结 | 第114-115页 |
| 第六章 结论与展望 | 第115-118页 |
| ·论文总结 | 第115-116页 |
| ·研究展望 | 第116-118页 |
| 参考文献 | 第118-131页 |
| 攻读博士期间发表的论文以及参与的科研项目 | 第131-132页 |
| 致谢 | 第132页 |