决策树分类器的实现及在遥感影像分类中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·研究背景 | 第10页 |
| ·国内外研究现状 | 第10-13页 |
| ·研究内容与目标 | 第13-14页 |
| ·论文组织 | 第14-15页 |
| 2 决策树分类器的设计与实现 | 第15-32页 |
| ·决策树生成算法 | 第15-22页 |
| ·算法思想 | 第15-17页 |
| ·属性选择度量 | 第17-19页 |
| ·决策树剪枝 | 第19-21页 |
| ·组合决策树 | 第21-22页 |
| ·AdaTree.WL 算法设计 | 第22-26页 |
| ·算法分析 | 第23-24页 |
| ·单棵决策树生成算法 | 第24-25页 |
| ·组合决策树 | 第25-26页 |
| ·GLC 树分类器的实现 | 第26-32页 |
| ·需求分析 | 第26-27页 |
| ·设计与实现 | 第27-32页 |
| 3 GLC 树分类器在遥感影像分类中的应用 | 第32-48页 |
| ·基于像元遥感影像分类 | 第32-35页 |
| ·原理和过程 | 第32-33页 |
| ·特征提取 | 第33-34页 |
| ·辅助数据的整合 | 第34-35页 |
| ·面向对象遥感影像分类 | 第35-39页 |
| ·原理和过程 | 第35-36页 |
| ·影像分割 | 第36-37页 |
| ·特征选择与提取 | 第37-39页 |
| ·GLC 树分类器的应用 | 第39-41页 |
| ·基于像元分类 | 第39-40页 |
| ·面向对象分类 | 第40-41页 |
| ·GLC 决策树遥感影像分类系统 | 第41-48页 |
| ·需求分析 | 第42页 |
| ·系统设计 | 第42-43页 |
| ·系统实现 | 第43-48页 |
| 4 遥感影像分类实验 | 第48-68页 |
| ·实验数据和试验区 | 第48-50页 |
| ·Landsat7 ETM+影像数据 | 第48-49页 |
| ·WorldView-2 影像数据 | 第49-50页 |
| ·实验设计 | 第50-53页 |
| ·常用的分类算法 | 第50-52页 |
| ·实验方案 | 第52-53页 |
| ·Landsat7 ETM+影像基于像元分类 | 第53-61页 |
| ·分类策略 | 第53-55页 |
| ·样本采集 | 第55-56页 |
| ·结果与分析 | 第56-58页 |
| ·应用示范 | 第58-61页 |
| ·WorldView-2 影像面向对象分类 | 第61-68页 |
| ·分类策略 | 第61-62页 |
| ·影像分割与特征提取 | 第62-64页 |
| ·样本采集 | 第64-65页 |
| ·结果与分析 | 第65-68页 |
| 结论 | 第68-70页 |
| 1 总结 | 第68-69页 |
| 2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间的研究成果 | 第75页 |
