摘要 | 第1-7页 |
Abstract | 第7-9页 |
目录 | 第9-11页 |
第一章 绪论 | 第11-19页 |
·研究背景及意义 | 第11-13页 |
·国内外研究现状及趋势 | 第13-17页 |
·遥感图像分类研究现状 | 第13-15页 |
·基于粒计算的遥感图像分类方法 | 第15-17页 |
·本文的主要研究内容和论文的组织结构 | 第17-19页 |
第二章 云模型的基本理论及数学性质 | 第19-41页 |
·引言 | 第19-20页 |
·云模型的概念及正态云模型 | 第20-25页 |
·云模型定义 | 第20-22页 |
·从集合论的角度看云模型 | 第22-23页 |
·二维正态云模型及衍生云模型 | 第23-25页 |
·正态云模型的数学性质 | 第25-36页 |
·正态云模型的云滴近似服从正态分布 | 第26-29页 |
·正态云模型的雾化现象 | 第29-32页 |
·正态云模型的数字特征体现了模糊性和随机性及二者之间的关联性 | 第32-36页 |
·云模型和二型模糊集的联系和区别 | 第36-40页 |
·小结 | 第40-41页 |
第三章 基于云模型的粒计算模型 | 第41-67页 |
·粒计算的基本原理 | 第41-43页 |
·粒计算的常用模型 | 第43-47页 |
·基于商空间的粒计算模型 | 第44-45页 |
·基于粗糙集的粒计算模型 | 第45-46页 |
·基于模糊信息粒的粒计算模型 | 第46-47页 |
·基于云模型的粒计算模型 | 第47-63页 |
·引言 | 第47-48页 |
·基于云模型的粒化方法 | 第48-51页 |
·基于云模型的粒层次构建 | 第51-54页 |
·基于云模型的粒的计算 | 第54-61页 |
·与其他粒计算模型的关系 | 第61-63页 |
·基于云模型的遥感图像分类粒计算模型 | 第63-65页 |
·小结 | 第65-67页 |
第四章 基于云模型的遥感图像粒化方法 | 第67-95页 |
·基于云变换的遥感图像粒化方法 | 第67-81页 |
·启发式云变换 | 第68-69页 |
·基于直方图分析的云变换 | 第69-75页 |
·基于高斯混合模型的云变换 | 第75-81页 |
·基于逆向云的遥感图像粒化方法 | 第81-94页 |
·逆向云模型的改进算法 | 第82-86页 |
·基于云模型的遥感图像区域粒化方法 | 第86-94页 |
·小结 | 第94-95页 |
第五章 基于云模型的粒层次构建的关键问题 | 第95-118页 |
·引言 | 第95-96页 |
·云贴近度及云距离计算 | 第96-108页 |
·经典集合的距离度量 | 第96-99页 |
·模糊集合的距离度量 | 第99-101页 |
·云模型的距离度量 | 第101-108页 |
·正态云综合 | 第108-112页 |
·抽象概念的云综合 | 第108-109页 |
·幅度云综合 | 第109-112页 |
·粒层次构建的终止条件 | 第112-117页 |
·粒层次构建中的雾化现象 | 第112-113页 |
·粒层次构建的终止条件 | 第113-117页 |
·小结 | 第117-118页 |
第六章 基于云模型的遥感图像分类方法、实验及分析 | 第118-148页 |
·基于云模型和模糊模式识别的中低分辨率遥感图像分类方法 | 第118-133页 |
·遥感图像的非监督分类方法 | 第119-123页 |
·遥感图像的监督分类方法 | 第123-133页 |
·基于云模型和模糊推理的高分辨率遥感图像分类方法 | 第133-147页 |
·小结 | 第147-148页 |
第七章 总结与展望 | 第148-151页 |
·本文主要的工作和创新点 | 第148-149页 |
·下一步的工作和展望 | 第149-151页 |
参考文献 | 第151-158页 |
攻读博士学位期间发表论文及科研情况 | 第158-159页 |
致谢 | 第159页 |