基于神经网络的高分辨率遥感影像分类研究
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-18页 |
| ·概述 | 第12-13页 |
| ·BP神经网络分类的研究现状 | 第13-15页 |
| ·问题提出及本文的研究方法 | 第15-16页 |
| ·本文的组织结构 | 第16-18页 |
| 第2章 高分辨率影像基本处理与分析 | 第18-36页 |
| ·研究区域概况 | 第18-20页 |
| ·高分辨率影像数据预处理 | 第20-25页 |
| ·最优波段组合 | 第20-21页 |
| ·试验区域选定 | 第21-22页 |
| ·图像融合处理 | 第22-25页 |
| ·高分辨率影像纹理信息分析 | 第25-33页 |
| ·纹理的定义和描述 | 第25-26页 |
| ·基于灰度共生矩阵的纹理分析 | 第26-31页 |
| ·纹理特征信息筛选 | 第31-33页 |
| ·小结 | 第33-36页 |
| 第3章 遥感影像分类方法 | 第36-44页 |
| ·遥感影像分类概述 | 第36-37页 |
| ·遥感影像分类方法 | 第37-41页 |
| ·非监督分类 | 第37页 |
| ·监督分类 | 第37-41页 |
| ·遥感影像分类精度评定 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第4章 BP神经网络分类算法及程序开发 | 第44-68页 |
| ·神经网络概述 | 第44-46页 |
| ·生物学启示 | 第44-45页 |
| ·神经网络主要特点及应用 | 第45-46页 |
| ·BP(误差反向传播)神经网络分类 | 第46-52页 |
| ·BP网络分类的基本思想 | 第46-48页 |
| ·BP算法过程 | 第48-51页 |
| ·BP算法改进 | 第51-52页 |
| ·BP网络分类程序开发 | 第52-67页 |
| ·程序开发环境介绍 | 第52-53页 |
| ·BP网络分类程序开发流程 | 第53-61页 |
| ·程序开发主要成果及应用流程 | 第61-67页 |
| ·小结 | 第67-68页 |
| 第5章 高分辨率影像BP网络分类试验及结果分析 | 第68-91页 |
| ·训练样本选取和输入 | 第68-71页 |
| ·BP网络结构设定 | 第71-72页 |
| ·BP网络训练实现 | 第72-77页 |
| ·BP网络分类及精度评定 | 第77-83页 |
| ·BP网络分类及成果表示 | 第77-80页 |
| ·精度评定及分析 | 第80-83页 |
| ·分类成果及精度对比分析 | 第83-90页 |
| ·小结 | 第90-91页 |
| 结论与展望 | 第91-93页 |
| 致谢 | 第93-94页 |
| 参考文献 | 第94-99页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第99页 |
