基于BP人工神经网络的遥感影像土地覆盖分类研究--以湖北省汉川市为例
| 作者简介 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-14页 |
| 第一章 绪论 | 第14-19页 |
| §1.1 研究背景 | 第14页 |
| §1.2 研究目的和意义 | 第14-15页 |
| §1.3 国内外研究现状 | 第15-17页 |
| ·国外研究现状 | 第15-16页 |
| ·国内研究现状 | 第16-17页 |
| §1.4 研究内容及技术路线 | 第17-19页 |
| ·研究内容 | 第17-18页 |
| ·技术路线 | 第18-19页 |
| 第二章 遥感影像分类理论研究 | 第19-27页 |
| §2.1 遥感图像分类原理 | 第19-20页 |
| §2.2 分层分类思想 | 第20-21页 |
| §2.3 纹理分析方法 | 第21-22页 |
| §2.4 BP人工神经网络理论 | 第22-27页 |
| ·BP神经网络介绍 | 第22-23页 |
| ·BP神经网络特征 | 第23页 |
| ·BP神经网络结构 | 第23-25页 |
| ·BP网络学习算法 | 第25-27页 |
| 第三章 研究区概况 | 第27-32页 |
| §3.1 研究区位置与范围 | 第27-28页 |
| §3.2 研究区自然地理状况 | 第28-29页 |
| ·地形地貌 | 第28页 |
| ·气候 | 第28页 |
| ·自然资源 | 第28-29页 |
| §3.3 研究区社会经济状况 | 第29-32页 |
| ·行政区划 | 第29-30页 |
| ·社会经济条件 | 第30-32页 |
| 第四章 数据获取与数据处理 | 第32-40页 |
| §4.1 数据获取 | 第32-34页 |
| ·遥感数据 | 第32-33页 |
| ·辅助数据 | 第33-34页 |
| §4.2 遥感图像处理 | 第34-40页 |
| ·数据处理基本流程 | 第34-35页 |
| ·遥感图像的校正 | 第35页 |
| ·遥感图像的增强 | 第35-37页 |
| ·遥感图像的融合 | 第37-38页 |
| ·植被指数法 | 第38-40页 |
| 第五章 基于BP神经网络的土地覆盖分类 | 第40-56页 |
| §5.1 土地覆盖分类的确定 | 第40-41页 |
| ·土地覆盖分类体系构建的原则 | 第40页 |
| ·分类系统及解译标志的建立 | 第40-41页 |
| §5.2 BP神经网络土地覆盖分类 | 第41-52页 |
| ·水体提取 | 第42-43页 |
| ·影像纹理信息分析 | 第43-47页 |
| ·基于纹理特征的BP神经网络分类 | 第47-50页 |
| ·分类后处理 | 第50-52页 |
| §5.3 分类结果精度评价及比较 | 第52-56页 |
| ·精度评价方法及指标 | 第52-53页 |
| ·分类结果精度评价 | 第53-56页 |
| 第六章 结论与展望 | 第56-58页 |
| §6.1 结论 | 第56-57页 |
| §6.2 本文创新点、不足及展望 | 第57-58页 |
| ·创新 | 第57页 |
| ·不足及展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
