| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 本文的研究内容及布局 | 第15-17页 |
| 第二章 相关理论基础研究 | 第17-29页 |
| 2.1 深度神经网络 | 第17-22页 |
| 2.1.1 人工神经网络基本概念 | 第17-19页 |
| 2.1.2 卷积神经网络 | 第19-22页 |
| 2.2 Alex Net网络模型 | 第22-24页 |
| 2.3 支持向量机 | 第24-26页 |
| 2.4 遥感图像中的植被分类 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 基于改进Alex Net的遥感图像分类 | 第29-45页 |
| 3.1 遥感图像分类模型选择 | 第29-31页 |
| 3.2 改进的Alex Net遥感图像分类模型 | 第31-35页 |
| 3.2.1 改进的Alex Net模型 | 第31-33页 |
| 3.2.2 基于权值迁移的模型初始化 | 第33-35页 |
| 3.3 实验与分析 | 第35-44页 |
| 3.3.1 实验数据集 | 第36-38页 |
| 3.3.2 实验平台 | 第38-39页 |
| 3.3.3 Alex Net10SVM模型的学习率和迭代次数 | 第39-41页 |
| 3.3.4 实验结果与分析 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于纹理特征与改进Alex Net的遥感图像植被分类 | 第45-59页 |
| 4.1 遥感图像植被分类问题分析 | 第45-46页 |
| 4.2 基于纹理特征与改进Alex Net的植被分类算法 | 第46-51页 |
| 4.2.1 基于纹理特征的植被分割 | 第46-48页 |
| 4.2.2 创建VRSIVC8数据集 | 第48-50页 |
| 4.2.3 基于改进Alex Net的植被分类 | 第50-51页 |
| 4.3 实验与分析 | 第51-57页 |
| 4.3.1 评价指标 | 第51-53页 |
| 4.3.2 实验结果分析 | 第53-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-63页 |
| 5.1 本文工作总结 | 第59-60页 |
| 5.2 未来工作展望 | 第60-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69-70页 |
