基于人工神经网络的森林植被遥感分类研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-11页 |
| 1 遥感影像分类研究综述 | 第11-20页 |
| ·遥感影像分类方法研究综述 | 第11-17页 |
| ·目视解译分类方法 | 第11页 |
| ·计算机自动分类的统计模式识别方法 | 第11-13页 |
| ·模式分类的新方法 | 第13-16页 |
| ·小结 | 第16-17页 |
| ·森林植被遥感分类研究进展与发展趋势 | 第17-19页 |
| ·国外森林植被遥感分类研究进展 | 第17页 |
| ·国内森林植被遥感分类研究进展 | 第17-18页 |
| ·森林植被遥感分类研究发展趋势 | 第18-19页 |
| ·小结 | 第19页 |
| ·人工神经网络用于遥感图像分类的研究现状 | 第19-20页 |
| 2 研究内容、技术路线及研究区概况 | 第20-23页 |
| ·研究内容、方法和技术路线 | 第20-22页 |
| ·研究内容 | 第20页 |
| ·研究方法 | 第20-21页 |
| ·研究的技术路线 | 第21-22页 |
| ·研究区域概况 | 第22-23页 |
| ·地理位置 | 第22页 |
| ·自然概况 | 第22-23页 |
| 3 数据获取及数据处理 | 第23-31页 |
| ·数据获取 | 第23页 |
| ·地理数据 | 第23页 |
| ·遥感数据 | 第23页 |
| ·遥感影像预处理 | 第23-31页 |
| ·最佳波段选择 | 第23-25页 |
| ·图像增强 | 第25-28页 |
| ·影像正射处理 | 第28-30页 |
| ·图像切割 | 第30-31页 |
| 4 人工神经网络理论及BP 神经网络 | 第31-41页 |
| ·神经网络的基本机理和结构 | 第31-34页 |
| ·神经元及其行为机理 | 第31-32页 |
| ·神经元的信息处理与传递 | 第32页 |
| ·神经元的数学模型 | 第32-34页 |
| ·人工神经网络概述 | 第34-36页 |
| ·人工神经网络的概念 | 第35页 |
| ·人工神经网络的基本功能 | 第35页 |
| ·人工神经网络分类、工作方式和学习规则 | 第35-36页 |
| ·BP 神经网络 | 第36-41页 |
| ·BP 神经网络结构 | 第36-38页 |
| ·BP 网络的学习算法 | 第38-41页 |
| 5 基于BP 神经网络的森林植被遥感分类 | 第41-60页 |
| ·森林植被分类类型的确定 | 第41-43页 |
| ·分类原则和依据 | 第41页 |
| ·森林植被类型的划分 | 第41-42页 |
| ·野外调查及森林植被分类标志的建立 | 第42-43页 |
| ·森林植被遥感分类 | 第43-55页 |
| ·非监督分类 | 第43-47页 |
| ·监督分类 | 第47-52页 |
| ·BP 神经网络分类 | 第52-55页 |
| ·分类结果比较及结果分析 | 第55-60页 |
| 6 结论与讨论 | 第60-62页 |
| ·结论 | 第60页 |
| ·讨论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 作者简历 | 第67-68页 |
| 致谢 | 第68页 |
