基于神经网络的遥感影像识别
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文主要工作 | 第12-14页 |
| 第二章 遥感图像及分类原理 | 第14-28页 |
| ·遥感的基本知识 | 第14-15页 |
| ·遥感图像的预处理 | 第15-17页 |
| ·图像校正 | 第15-16页 |
| ·图像拉伸 | 第16-17页 |
| ·主成分变换 | 第17页 |
| ·彩色合成 | 第17页 |
| ·特征提取 | 第17-19页 |
| ·纹理特征 | 第17-18页 |
| ·影像特征 | 第18-19页 |
| ·遥感图像分类原理 | 第19-21页 |
| ·目视解译分类 | 第19页 |
| ·计算机自动分类的基本原理 | 第19-21页 |
| ·遥感图像分类的传统方法 | 第21-25页 |
| ·传统的监督分类 | 第21-23页 |
| ·传统的非监督分类 | 第23-25页 |
| ·传统分类方法的不足 | 第25页 |
| ·遥感图像分类的新方法 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 人工神经网原理及 BP 神经网络 | 第28-40页 |
| ·人工神经网络原理 | 第28-33页 |
| ·人工神经元的模型 | 第29页 |
| ·激活转移函数 | 第29-30页 |
| ·网络结构 | 第30-32页 |
| ·学习方法 | 第32-33页 |
| ·BP 神经网络在遥感影像模式分类中的应用 | 第33-39页 |
| ·BP 神经网络算法 | 第33-35页 |
| ·基于 BP 神经网络的遥感影像分类模型 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 模糊集理论 | 第40-48页 |
| ·模糊集合及隶属函数 | 第40-41页 |
| ·模糊集合的运算 | 第41-42页 |
| ·模糊推理 | 第42-43页 |
| ·反模糊化 | 第43-44页 |
| ·模糊理论与神经网络的结合 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 用模糊神经网络进行聚类处理 | 第48-59页 |
| ·模糊聚类 | 第48-49页 |
| ·Kohonen 神经网络 | 第49-51页 |
| ·FCM 算法 | 第51-52页 |
| ·FKCN 网络 | 第52-54页 |
| ·改进的 FKCN 聚类网络 | 第54-56页 |
| ·实验结果分析与比较 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |
