遥感影像分类与信息发布技术研究
| 1. 绪论 | 第1-12页 |
| ·问题概述 | 第9-10页 |
| ·遥感影像分类 | 第9页 |
| ·遥感信息发布 | 第9-10页 |
| ·本文主要工作 | 第10-11页 |
| ·本文结构 | 第11-12页 |
| 2. 遥感影像分类技术 | 第12-21页 |
| ·概述 | 第12-13页 |
| ·传统分类方法 | 第13-16页 |
| ·监督分类和非监督分类 | 第13-14页 |
| ·软件分类方法 | 第14页 |
| ·K-Means 算法 | 第14-15页 |
| ·最大似然比分类法 | 第15-16页 |
| ·研究进展 | 第16-18页 |
| ·传统方法的缺陷 | 第16-17页 |
| ·神经网络方法 | 第17-18页 |
| ·评估标准 | 第18-21页 |
| ·误差矩阵 | 第18-19页 |
| ·精度指标 | 第19页 |
| ·Kappa 分析 | 第19-21页 |
| 3. 基于神经网络的遥感影像分类 | 第21-38页 |
| ·人工神经网络 | 第21-25页 |
| ·反向传播网络 | 第25-28页 |
| ·标准BP 网络 | 第25-28页 |
| ·动量改进网络 | 第28页 |
| ·分类过程 | 第28-30页 |
| ·实验及结果 | 第30-38页 |
| ·实验数据 | 第30-31页 |
| ·训练结果 | 第31-33页 |
| ·分类结果 | 第33-38页 |
| 4. 模拟退火改进神经网络 | 第38-46页 |
| ·BP 的局限 | 第38页 |
| ·模拟退火算法 | 第38-39页 |
| ·模拟退火参数设置 | 第39-40页 |
| ·基于模拟退火的BP | 第40-42页 |
| ·算法流程 | 第42-43页 |
| ·实验及结果 | 第43-46页 |
| ·训练结果 | 第43-44页 |
| ·分类结果 | 第44-46页 |
| 5. 遥感信息发布技术 | 第46-57页 |
| ·概述 | 第46页 |
| ·WEB 服务 | 第46-51页 |
| ·体系架构 | 第48页 |
| ·技术核心 | 第48-49页 |
| ·技术优势 | 第49-51页 |
| ·设计与实现 | 第51-57页 |
| ·系统结构 | 第51-52页 |
| ·实现方法 | 第52-55页 |
| ·结果与分析 | 第55-57页 |
| 6. 总结与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第61-62页 |
| 致谢 | 第62页 |
