| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究工作背景与意义 | 第10-11页 |
| 1.2 基于航拍及遥感图像的道路分割方法综述 | 第11-13页 |
| 1.3 基于概率及图的道路提取方法 | 第13-18页 |
| 1.4 本文主要内容及结构安排 | 第18-21页 |
| 第二章 基于超像素的图像过分割技术 | 第21-28页 |
| 2.1 超像素介绍及其方法综述 | 第21-22页 |
| 2.2 简单线性迭代聚类SLIC超像素分割技术 | 第22-27页 |
| 2.2.1 SLIC算法流程 | 第22-25页 |
| 2.2.2 与其他超像素算法效果对比 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 XGBoost原理及实现 | 第28-36页 |
| 3.1 XGBoost应用背景 | 第28页 |
| 3.2 XGBoost算法原理 | 第28-30页 |
| 3.3 XGBoost的训练过程及近似算法 | 第30-32页 |
| 3.3.1 精确贪心算法 | 第30页 |
| 3.3.2 近似算法 | 第30-31页 |
| 3.3.3 加权分位数等分法 | 第31-32页 |
| 3.4 稀疏特征的分裂点训练 | 第32-34页 |
| 3.5 存储优化机制 | 第34页 |
| 3.5.1 闪存访问优化机制 | 第34页 |
| 3.5.2 核外计算优化 | 第34页 |
| 3.6 效果对比 | 第34-35页 |
| 3.7 本章小结 | 第35-36页 |
| 第四章 条件随机场与P~n Potts模型 | 第36-54页 |
| 4.1 P~n Potts模型简述 | 第36-38页 |
| 4.2 条件随机场介绍 | 第38-40页 |
| 4.3 鲁棒P~n Potts模型介绍 | 第40-44页 |
| 4.4 基于图割的鲁棒P~n Potts模型求解 | 第44-52页 |
| 4.4.1 α拓展和α-β交换算法 | 第44-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 基于XGBoost及鲁棒P~n Potts模型的道路分割 | 第54-68页 |
| 5.1 本人工作及主要创新 | 第54-55页 |
| 5.2 算法基本流程概述 | 第55-56页 |
| 5.3 基于XGBoost的一元势能建模 | 第56-57页 |
| 5.4 最小路径损失的分团算法 | 第57-61页 |
| 5.5 实验结果与参数敏感性比较 | 第61-67页 |
| 5.5.1 实验配置 | 第61-62页 |
| 5.5.2 方法有效性验证 | 第62-64页 |
| 5.5.3 一元势特征和XGBoost对分类效果提升对比 | 第64页 |
| 5.5.4 参数敏感度测试 | 第64-67页 |
| 5.6 本章小结 | 第67-68页 |
| 第六章 总结及展望 | 第68-70页 |
| 6.1 内容总结 | 第68页 |
| 6.2 工作展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |