基于模糊积分的多光谱遥感图象分类方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·信息融合的背景知识及研究现状 | 第9-10页 |
| ·遥感分类技术发展 | 第10-12页 |
| ·多分类器融合技术 | 第12-13页 |
| ·论文主要工作 | 第13-15页 |
| 第二章 预备知识 | 第15-28页 |
| ·模糊测度与模糊积分 | 第15-17页 |
| ·模糊测度 | 第15-16页 |
| ·模糊积分 | 第16-17页 |
| ·遗传算法 | 第17-27页 |
| ·遗传算法的基本思想 | 第17-18页 |
| ·遗传算法的特点 | 第18-19页 |
| ·遗传算法的基本特征和操作 | 第19-24页 |
| ·遗传算法的应用 | 第24-25页 |
| ·遗传算法的改进 | 第25-27页 |
| ·本章小节 | 第27-28页 |
| 第三章 遥感图象分类 | 第28-46页 |
| ·遥感图象分类的基本原理 | 第28-29页 |
| ·非监督分类 | 第29-30页 |
| ·监督分类 | 第30-44页 |
| ·监督分类的主要步骤 | 第30页 |
| ·图像预处理 | 第30页 |
| ·特征提取与选择 | 第30-32页 |
| ·遥感图像特征分析实验 | 第32-34页 |
| ·遥感图象监督分类方法 | 第34-42页 |
| ·基于 BP 神经网络的分类器设计实验 | 第42-43页 |
| ·分类后处理 | 第43-44页 |
| ·本章小节 | 第44-46页 |
| 第四章 基于模糊积分的融合模型 | 第46-63页 |
| ·常用融合算法分类 | 第46-47页 |
| ·贝叶斯(Bayes)方法 | 第47-49页 |
| ·D-S 证据理论 | 第49-50页 |
| ·基于模糊积分的多分类器融合模型 | 第50-53页 |
| ·基于模糊积分的融合模型中模糊密度的确定 | 第53-61页 |
| ·基于改进型遗传算法确定模糊测度 | 第55-58页 |
| ·精度比较与分析 | 第58页 |
| ·基于神经网络确定模糊测度的方法─混淆矩阵法 | 第58-61页 |
| ·精度比较与分析 | 第61页 |
| ·本章小节 | 第61-63页 |
| 第五章 结论与展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士期间发表的学术论文 | 第69页 |
