基于改进型BP神经网络的遥感影像分类研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·论文选题依据和意义 | 第9-10页 |
| ·国内外的研究现状 | 第10-12页 |
| ·国外的研究现状 | 第10-11页 |
| ·国内的研究现状 | 第11-12页 |
| ·论文研究内容和目的 | 第12-13页 |
| ·论文的主要工作 | 第13-15页 |
| 第二章 遥感影像分类理论与方法 | 第15-30页 |
| ·人工神经网络的基本原理 | 第15-22页 |
| ·人工神经元模型 | 第15-18页 |
| ·人工神经网络的学习方式 | 第18-21页 |
| ·人工神经网络的特点及存在的问题 | 第21-22页 |
| ·BP学习算法 | 第22-30页 |
| ·BP学习算法的基本思想 | 第22-23页 |
| ·BP学习算法步骤 | 第23-25页 |
| ·BP学习算法的优缺点 | 第25-26页 |
| ·BP算法的各种改进 | 第26-30页 |
| 第三章 遥感影像分类预处理 | 第30-38页 |
| ·研究区范围及遥感数据源 | 第30-32页 |
| ·研究区范围 | 第30-31页 |
| ·遥感数据源 | 第31-32页 |
| ·遥感影像的预处理 | 第32-38页 |
| ·图像裁切 | 第32-33页 |
| ·图像校正 | 第33页 |
| ·彩色合成 | 第33-36页 |
| ·图像融合 | 第36-38页 |
| 第四章 改进型BP神经网络在遥感影像分类中的应用 | 第38-69页 |
| ·研究区介绍及实际数据来源 | 第38-40页 |
| ·研究区介绍 | 第38页 |
| ·利用ERDAS遥感影像处理软件选取样本点 | 第38-40页 |
| ·传统的遥感影像分类方法 | 第40-44页 |
| ·监督分类 | 第40-42页 |
| ·非监督分类 | 第42-44页 |
| ·设计改进型BP神经网络 | 第44-50页 |
| ·MATLAB语言 | 第44页 |
| ·MATLAB神经网络工具箱 | 第44-46页 |
| ·改进型BP神经网络参数设定 | 第46-50页 |
| ·泛化能力分析 | 第50页 |
| ·改进型BP神经网络的训练过程及程序实现 | 第50-53页 |
| ·建立改进型BP神经网络模型 | 第50-51页 |
| ·改进型BP神经网络的MATLAB语言实现 | 第51-53页 |
| ·改进型BP神经网络的训练结果分析 | 第53-62页 |
| ·仿真结果分析 | 第53-56页 |
| ·改进型BP神经网络模型评价 | 第56-59页 |
| ·利用建立的改进型BP模型对研究区分类 | 第59-62页 |
| ·分类结果分析 | 第62-69页 |
| ·误差来源 | 第62-63页 |
| ·分类精度评价指标 | 第63-65页 |
| ·分类结果精度分析 | 第65-69页 |
| 结论 | 第69-71页 |
| 总结 | 第69-70页 |
| 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
