基于半监督机器学习耕地等级评价研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-10页 |
| ·地理信息系统（GIS） | 第10-11页 |
| ·论文的主要研究的内容和技术路线 | 第11-13页 |
| ·研究的内容 | 第11页 |
| ·研究的方法 | 第11-13页 |
| ·研究的技术路线 | 第13页 |
| ·论文的结构和组织 | 第13-14页 |
| 2 空间数据库的构建 | 第14-21页 |
| ·空间数据及空间数据库的定义 | 第14页 |
| ·空间数据 | 第14页 |
| ·空间数据库 | 第14页 |
| ·空间数据库的研究思路 | 第14页 |
| ·空间数据库的主要内容 | 第14-18页 |
| ·属性数据库 | 第14-17页 |
| ·图形数据库 | 第17-18页 |
| ·空间数据库的建立 | 第18-20页 |
| ·关系数据库实现空间数据库的方式 | 第19页 |
| ·耕地等级评价的空间数据库的实施步骤 | 第19-20页 |
| ·基于空间数据库的查询对地力等级评价 | 第20-21页 |
| 3 传统的地力评价的过程 | 第21-29页 |
| ·确定耕地地力评价因子 | 第21页 |
| ·确定评价单元 | 第21-22页 |
| ·耕地地力评价方法 | 第22-29页 |
| ·评价单元赋值 | 第22-23页 |
| ·确定评价因子的权重 | 第23-25页 |
| ·确定评价因子的隶属度 | 第25-28页 |
| ·耕地地力等级划分与成果图件输出 | 第28-29页 |
| 4 基于半监督聚类算法的地力评价研究 | 第29-43页 |
| ·基于半监督聚类算法的方法和原理 | 第29-38页 |
| ·传统土地评价模型存在的不足 | 第29页 |
| ·机器学习在耕地评价中的优势 | 第29-30页 |
| ·半监督聚类算法的应用 | 第30-32页 |
| ·使用半监督聚类算法对耕地进行评价 | 第32-38页 |
| ·实验结果分析 | 第38-40页 |
| ·核心代码摘录 | 第40-43页 |
| 5 基于机器学习的土地等级评价的实现 | 第43-50页 |
| ·WEBGIS 的优势 | 第43页 |
| ·功能设计 | 第43-44页 |
| ·模块设计 | 第44-46页 |
| ·系统开发的关键步骤和实现 | 第46-50页 |
| ·系统的开发工具和运行环境 | 第46页 |
| ·系统的关键步骤 | 第46-50页 |
| 6 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 个人简历 | 第56-57页 |
| 读研期间所发表的论文 | 第57-58页 |
| 致谢 | 第58页 |
