遗传规划算法在铀矿床高光谱数据中的应用
| 作者简介 | 第1-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-12页 |
| 第一章 绪论 | 第12-15页 |
| §1.1 课题研究的目的和意义 | 第12-13页 |
| §1.2 国内外研究现状及发展趋势 | 第13-14页 |
| ·遗传规划算法的研究现状及发展趋势 | 第13页 |
| ·基于遥感图像的铀矿区分布研究现状及发展趋势 | 第13-14页 |
| §1.3 论文的主要内容 | 第14-15页 |
| 第二章 高光谱Hyperion图像的预处理 | 第15-27页 |
| §2.1 高光谱数据的获取 | 第15-17页 |
| §2.2 高光谱数据的处理方法 | 第17-26页 |
| ·数据转换 | 第18-19页 |
| ·漂移问题处理 | 第19-20页 |
| ·可用波段选择 | 第20-21页 |
| ·坏线修复 | 第21-22页 |
| ·条纹去除 | 第22-23页 |
| ·消除“smile”效应 | 第23页 |
| ·大气校正 | 第23-25页 |
| ·大气校正验证 | 第25-26页 |
| §2.3 本章小结 | 第26-27页 |
| 第三章 遗传规划算法 | 第27-35页 |
| §3.1 遗传规划算法的起源 | 第27页 |
| §3.2 遗传规划算法的流程 | 第27-34页 |
| ·初始化种群 | 第28-29页 |
| ·适应度的函数 | 第29-31页 |
| ·遗传算子 | 第31-33页 |
| ·终止条件 | 第33-34页 |
| §3.3 本章小结 | 第34-35页 |
| 第四章 遗传规划分类 | 第35-44页 |
| §4.1 遗传规划处理分类问题 | 第35-37页 |
| ·两类分类问题概述 | 第35-36页 |
| ·多类分类问题概述 | 第36-37页 |
| §4.2 GP分多类问题 | 第37-40页 |
| ·数据插值 | 第37页 |
| ·关联强度矩阵 | 第37-38页 |
| ·分类矩阵 | 第38页 |
| ·启发式规则 | 第38-39页 |
| ·算法描述 | 第39-40页 |
| §4.3 GP分类算法的应用 | 第40-43页 |
| ·实验数据集的选取 | 第40-41页 |
| ·评价准则 | 第41-42页 |
| ·实验结果 | 第42-43页 |
| §4.4 本章小结 | 第43-44页 |
| 第五章 高光谱图像铀矿区的选取 | 第44-54页 |
| §5.1 赤铁矿比值法 | 第44-45页 |
| §5.2 决策树对高光谱图像的分类 | 第45-49页 |
| ·高光谱图像分类 | 第45-47页 |
| ·用决策树对高光谱数据分类 | 第47-49页 |
| §5.3 高光谱图像中矿区的寻找 | 第49-52页 |
| ·实验环境 | 第50页 |
| ·参数的设定与评价方法 | 第50-51页 |
| ·实验结果 | 第51-52页 |
| §5.4 本章小结 | 第52-54页 |
| 第六章 总结 | 第54-56页 |
| §6.1 完成的工作 | 第54页 |
| §6.2 存在的不足 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
