基于CBERS-02B卫星CCD数据遥感图像土地覆盖/土地利用分类研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 引言 | 第8-17页 |
| ·研究目的和意义 | 第8-10页 |
| ·研究目的 | 第8-10页 |
| ·研究意义 | 第10页 |
| ·研究背景 | 第10-13页 |
| ·概述 | 第10-11页 |
| ·国内、外研究现状 | 第11-12页 |
| ·存在问题 | 第12-13页 |
| ·研究内容 | 第13-17页 |
| ·研究内容 | 第13-15页 |
| ·文章组织结构 | 第15-17页 |
| 2 遥感分类方法介绍 | 第17-34页 |
| ·传统的遥感分类方法 | 第17-24页 |
| ·监督分类方法 | 第17-21页 |
| ·非监督分类方法 | 第21-24页 |
| ·近年来新算法 | 第24-33页 |
| ·BP 神经网络分类法 | 第24-26页 |
| ·基于专家知识的分类方法 | 第26-27页 |
| ·支持向量机 | 第27-33页 |
| ·本章小结 | 第33-34页 |
| 3 CBERS-02B 数据采集与预处理 | 第34-44页 |
| ·研究区域和CBERS-02B 卫星数据介绍 | 第34-35页 |
| ·研究区概况 | 第34页 |
| ·CBERS-02B 卫星参数及数据介绍 | 第34-35页 |
| ·CBERS-02B 卫星数据预处理 | 第35-43页 |
| ·相对辐射校正 | 第35-40页 |
| ·几何校正 | 第40-42页 |
| ·数据融合 | 第42-43页 |
| ·本章总结 | 第43-44页 |
| 4 不同分类方法比较分析 | 第44-63页 |
| ·比较方法 | 第44-46页 |
| ·精度评价概述 | 第44-45页 |
| ·分类精度评价指标 | 第45-46页 |
| ·遥感图像分类 | 第46-53页 |
| ·ISODATA 分类 | 第47-49页 |
| ·最大似然法分类 | 第49-51页 |
| ·神经网络分类 | 第51-52页 |
| ·支持向量机（SVM）分类 | 第52-53页 |
| ·分类精度评估 | 第53-57页 |
| ·最大似然法精度分析 | 第54-55页 |
| ·神经网络法精度分析 | 第55-56页 |
| ·SVM 精度分析 | 第56-57页 |
| ·多源数据融合分类试验 | 第57-62页 |
| ·实验区数据介绍 | 第57-58页 |
| ·分类及精度验证 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 5 结论与展望 | 第63-66页 |
| ·结论 | 第63-64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70-75页 |
| 致谢 | 第75页 |
