| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-11页 |
| 目录 | 第11-13页 |
| 图索引 | 第13-14页 |
| 表索引 | 第14-15页 |
| 1 绪论 | 第15-33页 |
| ·研究背景和意义 | 第15-17页 |
| ·研究背景 | 第15-16页 |
| ·研究意义 | 第16-17页 |
| ·国内外研究现状 | 第17-29页 |
| ·国内城镇存量建设用地研究现状 | 第17-19页 |
| ·国外城镇存量建设用地研究现状 | 第19-22页 |
| ·数据挖掘在土地科学及相关领域中的应用研究现状 | 第22-24页 |
| ·面向对象方法在土地科学及相关领域中的应用研究现状 | 第24-28页 |
| ·小结 | 第28-29页 |
| ·研究内容、方法和技术路线 | 第29-33页 |
| ·研究内容 | 第29页 |
| ·研究方法 | 第29-30页 |
| ·技术路线 | 第30-33页 |
| 2 城镇存量建设用地识别的理论基础 | 第33-39页 |
| ·城镇存量建设用地的内涵界定 | 第33-34页 |
| ·城镇存量建设用地的类型划分 | 第34-35页 |
| ·城镇存量建设用地的识别标准 | 第35-39页 |
| ·空地的识别标准 | 第35-36页 |
| ·部分利用土地的识别标准 | 第36页 |
| ·未充分利用土地的识别标准 | 第36-39页 |
| 3 城镇存量建设用地识别方法 | 第39-58页 |
| ·面向对象方法 | 第39-45页 |
| ·图像对象及属性 | 第39-41页 |
| ·图像分割 | 第41-45页 |
| ·数据挖掘方法 | 第45-54页 |
| ·支持向量机法 | 第46-47页 |
| ·决策树法 | 第47-48页 |
| ·神经网络法 | 第48-52页 |
| ·模糊分类法 | 第52-54页 |
| ·GIS空间分析方法 | 第54-58页 |
| 4 研究区概况和数据 | 第58-70页 |
| ·研究区概况 | 第58-59页 |
| ·数据来源 | 第59页 |
| ·数据预处理 | 第59-70页 |
| ·遥感影像数据预处理 | 第59-64页 |
| ·地籍数据库数据预处理 | 第64-70页 |
| 5 基于面向对象的准空地识别 | 第70-89页 |
| ·多尺度分割融合和对象属性计算 | 第70-74页 |
| ·影像分类及精度评价 | 第74-89页 |
| ·支持向量机分类 | 第75-81页 |
| ·基于规则的模糊分类 | 第81-89页 |
| 6 基于空间分析的空地和部分利用土地识别 | 第89-95页 |
| 7 基于神经网络的未充分利用土地识别 | 第95-106页 |
| ·数据预处理 | 第95-97页 |
| ·模型网络层及其节点数确定 | 第97-100页 |
| ·样本构造与参数设置 | 第100-102页 |
| ·模型训练与检验 | 第102-103页 |
| ·模型的识别应用 | 第103-106页 |
| 8 研究结论与展望 | 第106-110页 |
| ·研究结论 | 第106-107页 |
| ·研究创新 | 第107-108页 |
| ·研究不足与展望 | 第108-110页 |
| 参考文献 | 第110-115页 |