自适应遗传超平面分类算法及遥感应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 遥感自动分类方法研究进展 | 第10-12页 |
| 1.2.2 遗传算法及遥感应用研究进展 | 第12-13页 |
| 1.3 研究方法与内容 | 第13-14页 |
| 1.3.1 研究内容 | 第13页 |
| 1.3.2 技术路线 | 第13-14页 |
| 1.4 论文结构 | 第14-16页 |
| 2 遗传超平面分类算法 | 第16-23页 |
| 2.1 遗传算法概述 | 第16-18页 |
| 2.1.1 基本概念 | 第16-17页 |
| 2.1.2 进化机制理论 | 第17页 |
| 2.1.3 遗传算法特点优势 | 第17-18页 |
| 2.2 超平面分类模型 | 第18-19页 |
| 2.3 遗传超平面分类算法的实现 | 第19-22页 |
| 2.3.1 点模式描述 | 第20页 |
| 2.3.2 算法设计及流程 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 自适应遗传超平面分类算法 | 第23-28页 |
| 3.1 遗传超平面算法分析 | 第23-24页 |
| 3.1.1 分析评价指标 | 第23页 |
| 3.1.2 算法存在的问题 | 第23-24页 |
| 3.2 自适应遗传超平面分类算法 | 第24-26页 |
| 3.2.1 自适应改进机制 | 第24-25页 |
| 3.2.2 IAGA-HP算法的实现 | 第25-26页 |
| 3.3 自适应遗传超平面分类算法特点 | 第26-27页 |
| 3.4 本章小结 | 第27-28页 |
| 4 实验区与数据 | 第28-33页 |
| 4.1 实验区概况 | 第28-29页 |
| 4.1.1 实验区范围 | 第28-29页 |
| 4.1.2 自然环境概况 | 第29页 |
| 4.1.3 社会经济概况 | 第29页 |
| 4.2 数据选取 | 第29-30页 |
| 4.3 遥感数据预处理 | 第30-32页 |
| 4.3.1 辐射校正 | 第31页 |
| 4.3.2 几何校正及影像配准 | 第31页 |
| 4.3.3 影像镶嵌与裁剪 | 第31-32页 |
| 4.4 本章小结 | 第32-33页 |
| 5 遥感影像分类与结果分析 | 第33-49页 |
| 5.1 前期准备 | 第33-34页 |
| 5.1.1 分类系统的确定 | 第33页 |
| 5.1.2 训练样本与参考样本的选取 | 第33-34页 |
| 5.1.3 主成分分析 | 第34页 |
| 5.2 超平面模型训练 | 第34-37页 |
| 5.2.1 进化速率 | 第35-36页 |
| 5.2.2 全局寻优能力 | 第36-37页 |
| 5.3 土地利用/覆盖分类与评价 | 第37-48页 |
| 5.3.1 土地利用/覆盖分类结果 | 第38-42页 |
| 5.3.2 分类精度评价 | 第42-48页 |
| 5.4 本章小结 | 第48-49页 |
| 6 实验区土地利用/覆盖变化分析 | 第49-59页 |
| 6.1 土地利用/覆盖结构变化分析 | 第50-53页 |
| 6.1.1 土地利用/覆盖结构变化分析 | 第50-51页 |
| 6.1.2 土地利用/覆盖变化强度分析 | 第51-53页 |
| 6.2 土地利用/覆盖时空格局变化分析 | 第53-58页 |
| 6.2.1 土地利用/覆盖变化转移图 | 第53-57页 |
| 6.2.2 土地利用/覆盖变化转移矩阵 | 第57-58页 |
| 6.3 本章小结 | 第58-59页 |
| 7 结论与展望 | 第59-61页 |
| 7.1 主要结论 | 第59-60页 |
| 7.2 存在问题及展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 硕士期间主要研究成果 | 第65-66页 |
| 致谢 | 第66页 |
