基于智能优化算法的高分辨率震害影像分割
| 摘要 | 第1-5页 |
| abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·国内外发展现状 | 第10-12页 |
| ·基于像元的震害信息提取 | 第10-11页 |
| ·面向对象的震害信息提取 | 第11页 |
| ·存在问题 | 第11-12页 |
| ·本文研究内容 | 第12-13页 |
| ·技术路线 | 第13-15页 |
| ·论文结构安排 | 第15-16页 |
| 第二章 智能优化算法概述 | 第16-23页 |
| ·遗传算法 | 第16-17页 |
| ·粒子群算法 | 第17-19页 |
| ·引力搜索优化算法 | 第19-23页 |
| 第三章 智能优化算法的研究与改进 | 第23-38页 |
| ·基于遗传算法的引力搜索算法 | 第23-30页 |
| ·算法原理 | 第23-25页 |
| ·测试函数 | 第25-26页 |
| ·实验与结果分析 | 第26-30页 |
| ·基于粒子群算法的引力搜索算法 | 第30-38页 |
| ·算法原理 | 第30-33页 |
| ·测试函数 | 第33-34页 |
| ·实验与结果分析 | 第34-38页 |
| 第四章 震害影像特征分析 | 第38-54页 |
| ·纹理 | 第38-41页 |
| ·灰度共生矩阵 | 第39页 |
| ·Gabor滤波 | 第39-41页 |
| ·震害影像中典型目标的纹理特征 | 第41-52页 |
| ·基于灰度共生矩阵的纹理特征提取 | 第42-46页 |
| ·基于Gabor滤波器的纹理特征提取 | 第46-52页 |
| ·光谱特征提取 | 第52-54页 |
| 第五章 基于智能优化算法的震害影像分割 | 第54-70页 |
| ·震害影像的特征提取 | 第54页 |
| ·基于智能优化算法的特征组合与优化 | 第54-59页 |
| ·二进制GA-GSA搜索算法 | 第56-57页 |
| ·基于GA-GSA的特征组合与优化 | 第57-59页 |
| ·基于智能优化算法的特征聚类 | 第59-62页 |
| ·K均值聚类 | 第59-60页 |
| ·MGSA与K均值混合的聚类算法 | 第60-62页 |
| ·分割结果与评价 | 第62-70页 |
| ·滑坡影像 | 第62-64页 |
| ·建筑物影像 | 第64-67页 |
| ·泥石流影像 | 第67-70页 |
| 总结与展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 攻读硕士学位期间取得的学术成果 | 第78-79页 |
| 致谢 | 第79页 |
