基于人工神经网络的湿地遥感分类研究
| 1 绪论 | 第1-16页 |
| ·遥感概论 | 第8-9页 |
| ·遥感图像分类综述 | 第9-12页 |
| ·传统的分类方法 | 第10-11页 |
| ·监督分类 | 第10页 |
| ·非监督分类 | 第10-11页 |
| ·新型的分类方法 | 第11-12页 |
| ·人工神经网络分类 | 第11页 |
| ·基于多源数据融合的分类 | 第11页 |
| ·基于专家知识和地学知识的图像分类 | 第11-12页 |
| ·湿地定义及其分类 | 第12-13页 |
| ·湿地定义 | 第12-13页 |
| ·国外关于湿地的定义 | 第12页 |
| ·<<国际生物学计划>>中湿地定义 | 第12页 |
| ·<<湿地公约>>中湿地定义 | 第12页 |
| ·中国关于湿地的定义 | 第12-13页 |
| ·湿地的分类 | 第13页 |
| ·研究意义 | 第13-14页 |
| ·湿地遥感分类研究现状 | 第14页 |
| ·课题来源 | 第14-16页 |
| 2 研究内容、研究方法及研究区概况 | 第16-19页 |
| ·研究内容 | 第16页 |
| ·研究方法 | 第16-17页 |
| ·研究区概况 | 第17页 |
| ·研究的技术路线 | 第17-19页 |
| 3 人工神经网络理论及BP 神经网络 | 第19-32页 |
| ·神经网络的基本机理和结构 | 第19-22页 |
| ·神经元及其行为机理 | 第19-20页 |
| ·神经元的信息处理与传递 | 第20-21页 |
| ·神经元的兴奋与抑制 | 第20页 |
| ·神经元的信息传递及阈值特性 | 第20页 |
| ·神经元的信息综合特性 | 第20-21页 |
| ·神经元的数学模型 | 第21-22页 |
| ·人工神经网络 | 第22-26页 |
| ·人工神经网络概念 | 第22页 |
| ·人工神经网络特点 | 第22-23页 |
| ·人工神经网络基本功能 | 第23页 |
| ·人工神经网络主要网络结构 | 第23-24页 |
| ·人工神经网络的学习规则 | 第24-25页 |
| ·人工神经网络的优势与局限性 | 第25-26页 |
| ·BP 神经网络 | 第26-28页 |
| ·BP 算法的原理 | 第26页 |
| ·BP 算法的学习 | 第26-27页 |
| ·BP 算法的执行步骤 | 第27-28页 |
| ·人工神经网络的发展 | 第28-32页 |
| 4 分类特征的选择和提取 | 第32-37页 |
| ·概念和原理 | 第32页 |
| ·常用的分类特征选择与提取方法 | 第32-34页 |
| ·类别可分离性判据 | 第34-35页 |
| ·分类特征的选择和提取实施 | 第35-37页 |
| 5 基于BP 神经网络的湿地遥感分类 | 第37-52页 |
| ·湿地分类的确定 | 第37-38页 |
| ·分类原则和依据 | 第37页 |
| ·湿地类型的划分 | 第37页 |
| ·野外调查及湿地分类标志的建立 | 第37-38页 |
| ·湿地常规遥感分类 | 第38-46页 |
| ·非监督分类 | 第38-40页 |
| ·监督分类 | 第40-43页 |
| ·BP 神经网络分类 | 第43-46页 |
| ·精度比较和分析 | 第46-52页 |
| 6 结论与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |
