摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第8-18页 |
1.1 研究背景与选题依据 | 第8-9页 |
1.2 相关领域的研究动态 | 第9-16页 |
1.2.1 不透水面遥感提取方法研究进展 | 第9-15页 |
1.2.2 存在的问题和解决思路 | 第15-16页 |
1.3 研究内容 | 第16-17页 |
1.4 论文组织结构 | 第17-18页 |
第二章 多源遥感影像融合理论 | 第18-23页 |
2.1 多源遥感影像融合概念 | 第18-19页 |
2.2 融合的层次 | 第19-22页 |
2.3 本章小结 | 第22-23页 |
第三章 多分类器组合 | 第23-37页 |
3.1 多分类器组合概念及原理 | 第23-24页 |
3.2 成员分类器构建 | 第24-29页 |
3.2.1 基于训练样本 | 第25-26页 |
3.2.2 基于特征 | 第26-27页 |
3.2.3 基于分类模型 | 第27-29页 |
3.3 多分类器组合结构 | 第29-30页 |
3.4 分类器组合策略 | 第30-35页 |
3.5 分类器优选 | 第35-36页 |
3.6 本章小结 | 第36-37页 |
第四章 多分类器组合对比分析实验 | 第37-49页 |
4.1 研究区和数据 | 第37-38页 |
4.2 单分类器分类性能对比 | 第38-40页 |
4.3 训练样本集成的多分类器组合实验 | 第40-41页 |
4.4 随机森林模型实验 | 第41-44页 |
4.5 决策级多分类器组合 | 第44-47页 |
4.6 本章小结 | 第47-49页 |
第五章 证据理论融合多源遥感影像的不透水面提取实验 | 第49-63页 |
5.1 数据及预处理 | 第49-53页 |
5.2 技术路线 | 第53-56页 |
5.2.1 证据建模和证据集获取 | 第54-55页 |
5.2.2 冲突判定和区域属性标记 | 第55-56页 |
5.2.3 证据融合与区域合并 | 第56页 |
5.3 算法实现 | 第56-58页 |
5.3.1 图像读取 | 第57页 |
5.3.2 单分类器算法 | 第57页 |
5.3.3 精度评价 | 第57页 |
5.3.4 分类结果可视化 | 第57-58页 |
5.3.5 DS证据理论 | 第58页 |
5.4 实验结果分析 | 第58-62页 |
5.4.1 单分类器证据构建 | 第58-59页 |
5.4.2 DS融合多分类器多源遥感影像 | 第59-62页 |
5.5 本章小结 | 第62-63页 |
第六章 结论与讨论 | 第63-65页 |
6.1 结论 | 第63页 |
6.2 讨论 | 第63-65页 |
参考文献 | 第65-70页 |
攻读学位期间发表的学术论文和研究成果 | 第70-71页 |
致谢 | 第71页 |