| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 遥感图像分类研究发展趋势 | 第9-10页 |
| 1.4 本文的研究内容 | 第10-12页 |
| 第二章 多分类器组合系统研究综述 | 第12-30页 |
| 2.1 多分类器组合可行性分析 | 第12-15页 |
| 2.2 多分类器组合系统框架 | 第15-16页 |
| 2.3 子分类器及适用场景 | 第16-30页 |
| 2.3.1 最大似然法 | 第16-17页 |
| 2.3.2 人工神经网络 | 第17-25页 |
| 2.3.3 支持向量机 | 第25-28页 |
| 2.3.4 其他子分类器 | 第28页 |
| 2.3.5 分类器评价指标 | 第28-30页 |
| 第三章 遥感图像在多分类器系统下分类研究 | 第30-59页 |
| 3.1 遥感图像数据采集及样本选取 | 第30-34页 |
| 3.1.1 遥感图像数据采集 | 第30-31页 |
| 3.1.2 遥感图像训练样本选取 | 第31-32页 |
| 3.1.3 遥感图像测试样本选取 | 第32-33页 |
| 3.1.4 遥感图像测试图像选取 | 第33-34页 |
| 3.2 遥感图像特征提取及特征预处理 | 第34-41页 |
| 3.2.1 遥感图像分类常用特征 | 第34-36页 |
| 3.2.2 光谱特征提取与降维 | 第36-39页 |
| 3.2.3 光谱特征数据归一化 | 第39-41页 |
| 3.3 基于差异性的分类器子集选取 | 第41-44页 |
| 3.3.1 子分类器实现 | 第41页 |
| 3.3.2 分类器差异性度量 | 第41-42页 |
| 3.3.3 分类器集合子集选取 | 第42-44页 |
| 3.4 多分类器组合算法原理与设计 | 第44-49页 |
| 3.4.1 组合算法设计 | 第44-45页 |
| 3.4.2 分歧判断法 | 第45-46页 |
| 3.4.3 专家判断法 | 第46-48页 |
| 3.4.4 用户精度加权法 | 第48-49页 |
| 3.5 实验过程及结果分析 | 第49-59页 |
| 3.5.1 组合分类器系统与子分类器评价指标对比 | 第49-51页 |
| 3.5.2 组合分类器系统与子分类器在测试图像分类效果对比 | 第51-54页 |
| 3.5.3 优化前后组合算法在测试图像上分类结果对比 | 第54-55页 |
| 3.5.4 本文组合算法与现有组合算法对比 | 第55-59页 |
| 第四章 遥感图像分类系统在无线传输系统的应用 | 第59-66页 |
| 4.1 无线传输系统设计 | 第59页 |
| 4.2 数据交互协议 | 第59-63页 |
| 4.2.1 基础数据格式 | 第59-60页 |
| 4.2.2 命令类数据格式 | 第60-61页 |
| 4.2.3 消息类数据格式 | 第61-63页 |
| 4.3 分类系统在无线传输系统的应用 | 第63-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 本文工作总结 | 第66页 |
| 5.2 研究展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 附录A | 第71-81页 |
| 附录B | 第81-121页 |
| 致谢 | 第121-122页 |
| 攻读学位期间发表的学术论文目录 | 第122页 |