基于BP神经网络的遥感影像分类研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 1 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·研究目标、内容和方法 | 第13-15页 |
| 2 人工神经网络原理 | 第15-20页 |
| ·人工神经网络概况 | 第15页 |
| ·人工神经网络模型的特征 | 第15-16页 |
| ·神经元模型 | 第16-17页 |
| ·BP 神经网络 | 第17-20页 |
| 3 遥感图像分类 | 第20-29页 |
| ·遥感图像分类原理 | 第20-22页 |
| ·遥感图像分类方法 | 第22-28页 |
| ·非监督分类方法 | 第22-24页 |
| ·监督分类方法 | 第24-27页 |
| ·基于 BP 神经网络图像分类方法 | 第27-28页 |
| ·遥感图像分类精度评价 | 第28-29页 |
| 4 数据及数据预处理 | 第29-38页 |
| ·数据简介 | 第29-33页 |
| ·遥感图像的辐射校正 | 第33-34页 |
| ·遥感图像的几何校正 | 第34-35页 |
| ·遥感影像最优波段组合 | 第35-37页 |
| ·遥感影像光谱特征提取 | 第35-37页 |
| ·遥感影像最佳波段组合 | 第37页 |
| ·DEM 与遥感影像归一化处理 | 第37-38页 |
| 5 基于 BP 神经网络的遥感影像分类 | 第38-52页 |
| ·遥感影像分类体系的确定 | 第38-39页 |
| ·遥感影像分类体系的原则 | 第38页 |
| ·分类系统和解译标志的建立 | 第38-39页 |
| ·BP 神经网络遥感影像分类 | 第39-44页 |
| ·训练样本数据选取 | 第39-41页 |
| ·BP 人工神经网络分类参数选择 | 第41-43页 |
| ·BP 神经网络分类的实现 | 第43-44页 |
| ·各方法分类结果与精度对比分析 | 第44-52页 |
| ·各方法分类结果 | 第44-48页 |
| ·分类结果对比分析 | 第48-52页 |
| 6 结论与展望 | 第52-54页 |
| 7 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的学术论文和参与的课题 | 第58页 |
