| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-13页 |
| ·研究的目的和意义 | 第9-10页 |
| ·国内外神经网络用于遥感分类的研究现状 | 第10-11页 |
| ·研究内容 | 第11-12页 |
| ·研究主要成果 | 第12-13页 |
| 第2章 理论基础 | 第13-23页 |
| ·模式识别理论 | 第13-16页 |
| ·模式识别分类 | 第13-14页 |
| ·模式识别的应用 | 第14-15页 |
| ·模式识别的一般过程 | 第15页 |
| ·特征提取与纹理特征提取 | 第15-16页 |
| ·神经网络基础 | 第16-18页 |
| ·神经网络原理 | 第16-17页 |
| ·神经网络的优点 | 第17-18页 |
| ·神经网络模式识别 | 第18页 |
| ·BP 分类方法 | 第18-21页 |
| ·BP 网络的结构 | 第18-20页 |
| ·BP 网络结构设计的问题 | 第20页 |
| ·隐层结构的确定方法 | 第20-21页 |
| ·遥感影像BP 神经网络分类模型 | 第21页 |
| ·RBF 方法 | 第21-23页 |
| ·RBF 网络的结构 | 第21-22页 |
| ·遥感影像RBF 神经网络分类模型 | 第22-23页 |
| 第3章 遥感数字图像分类 | 第23-26页 |
| ·遥感数据智能处理方法 | 第23页 |
| ·遥感影像分类原理 | 第23-24页 |
| ·遥感图像计算机分类的基本过程 | 第24-25页 |
| ·遥感图像处理软件ENVI 简介 | 第25-26页 |
| 第4章 基于LVQ 的图像分类模型建立 | 第26-32页 |
| ·LVQ 分类方法 | 第26-28页 |
| ·LVQ 网络原理 | 第26页 |
| ·LVQ 神经网络模式分类迭代算法 | 第26-27页 |
| ·LVQ 网络的结构 | 第27-28页 |
| ·灰度共生矩阵 | 第28-31页 |
| ·分类模型 | 第31-32页 |
| ·LVQ 网络的建立 | 第31页 |
| ·LVQ 网络的训练 | 第31-32页 |
| 第5章 应用实例及结果分析 | 第32-42页 |
| ·研究地区的概况 | 第32-34页 |
| ·分类的主要思想 | 第34-35页 |
| ·基于MATLAB 应用LVQ 网络的遥感图像分类及结果 | 第35-41页 |
| ·小结 | 第41-42页 |
| 结论 | 第42-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 攻读学位期间取得学术成果 | 第46页 |