基于BP神经网络的高分辨率遥感影像分类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·选题背景 | 第9-10页 |
| ·国内外研究综述 | 第10-12页 |
| ·国外研究现状 | 第11页 |
| ·国内研究现状 | 第11-12页 |
| ·本文的目的与研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-15页 |
| 第二章 遥感影像分类方法 | 第15-19页 |
| ·遥感影像分类概述 | 第15页 |
| ·遥感影像分类方法 | 第15-19页 |
| ·监督分类 | 第15-17页 |
| ·监督分类的主要过程 | 第16页 |
| ·最大似然法 | 第16页 |
| ·最小距离法 | 第16-17页 |
| ·人工神经网络分类法 | 第17页 |
| ·非监督分类 | 第17页 |
| ·遥感影像分类精度评价 | 第17-19页 |
| 第三章 高分辨率影像基本处理与分析 | 第19-26页 |
| ·研究区域概况以及遥感数据源 | 第19-20页 |
| ·研究区域范围 | 第19-20页 |
| ·遥感数据源 | 第20页 |
| ·高分辨率影像数据的预处理 | 第20-24页 |
| ·图像裁切 | 第20-21页 |
| ·图像校正 | 第21页 |
| ·最优波段组合彩色合成 | 第21-22页 |
| ·图像区域选定 | 第22-24页 |
| ·高分辨率影像纹理信息分析 | 第24-26页 |
| ·遥感影像纹理介绍 | 第24页 |
| ·基于灰度共生矩阵的遥感影像纹理分析 | 第24-25页 |
| ·选取纹理特征信息 | 第25-26页 |
| 第四章 BP神经网络算法 | 第26-33页 |
| ·人工神经网络概述 | 第26-27页 |
| ·人工神经网络发展概要 | 第26页 |
| ·人工神经网络的特点 | 第26-27页 |
| ·BP神经网络基本原理 | 第27-33页 |
| ·BP神经网络的基本思想 | 第27-28页 |
| ·BP神经网络算法步骤 | 第28-30页 |
| ·BP神经网络的优缺点以及各种改进 | 第30-33页 |
| 第五章 高分辨率影像BP网络分类实验及结果 | 第33-51页 |
| ·MATLAB介绍 | 第33-35页 |
| ·MATLAB语言 | 第33页 |
| ·BP神经网络与遗传算法工具箱 | 第33-35页 |
| ·改进BP神经网络训练过程及程序实现 | 第35-40页 |
| ·建立改进BP神经网络模型 | 第35-37页 |
| ·改进BP神经网络的MATLAB程序实现 | 第37-40页 |
| ·高分辨影像改进型BP神经网络分类及精度评价 | 第40-51页 |
| ·训练样本的选取和输入 | 第40-42页 |
| ·BP网络结构设定 | 第42-44页 |
| ·BP网络训练实现与结果分析 | 第44-46页 |
| ·BP网络分类与精度评价 | 第46-47页 |
| ·各方法分类成果以及精度对比分析 | 第47-51页 |
| 第六章 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
