集成层次决策树于基于对象的影像分析方法的土地覆被分类研究
| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 选题背景与研究意义 | 第9-10页 |
| 1.2 国内外研究进展 | 第10-13页 |
| 1.2.1 基于对象的土地覆被分类研究 | 第10-11页 |
| 1.2.2 基于决策树的土地覆被分类研究 | 第11-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 技术路线 | 第14-15页 |
| 1.5 论文特色 | 第15-16页 |
| 1.6 论文结构安排 | 第16-17页 |
| 第二章 基本原理与方法 | 第17-33页 |
| 2.1 基于对象的影像分析 | 第17-24页 |
| 2.1.1 影像分割 | 第17-18页 |
| 2.1.2 多尺度分割算法 | 第18-20页 |
| 2.1.3 影像对象层次结构 | 第20-21页 |
| 2.1.4 影像对象的特征分析 | 第21-24页 |
| 2.2 决策树分类算法 | 第24-29页 |
| 2.2.1 分类回归树算法 | 第25-27页 |
| 2.2.2 J48决策树算法 | 第27-29页 |
| 2.3 层次分类模型 | 第29-30页 |
| 2.4 精度评价 | 第30-33页 |
| 第三章 研究区概况与数据准备 | 第33-47页 |
| 3.1 研究区概况 | 第33-40页 |
| 3.1.1 地质与地貌 | 第34页 |
| 3.1.2 气候与气象 | 第34页 |
| 3.1.3 水文与水资源 | 第34-35页 |
| 3.1.4 壤与植被 | 第35页 |
| 3.1.5 植物的物候特征 | 第35-40页 |
| 3.1.6 社会经济 | 第40页 |
| 3.2 数据源及预处理 | 第40-43页 |
| 3.2.1 数据源 | 第40-41页 |
| 3.2.2 预处理 | 第41-43页 |
| 3.3 分类体系 | 第43-45页 |
| 3.4 纹理特征提取 | 第45-47页 |
| 第四章 基于决策树土地覆被分类建模 | 第47-63页 |
| 4.1 影像多尺度分割 | 第47-49页 |
| 4.2 土地覆被决策树模型的构建 | 第49-56页 |
| 4.2.1 建立训练样本数据集 | 第49-50页 |
| 4.2.2 决策树模型的特征规范化表达 | 第50-51页 |
| 4.2.3 基于对象的决策树模型 | 第51-56页 |
| 4.3 精度评价 | 第56-58页 |
| 4.4 决策树模型简易程度对比分析 | 第58-59页 |
| 4.5 决策树模型解译 | 第59-63页 |
| 第五章 结论与展望 | 第63-65页 |
| 5.1 结论 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 在学期间的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
