基于人工神经网络的遥感影像分类研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究的意义与背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文主要研究内容和框架 | 第11-14页 |
| 第二章 遥感影像分类技术 | 第14-22页 |
| ·遥感影像分类基本原理 | 第14-15页 |
| ·监督分类 | 第15-17页 |
| ·最大似然法分类 | 第16-17页 |
| ·最小距离法分类 | 第17页 |
| ·非监督分类 | 第17-19页 |
| ·分级集群法 | 第18页 |
| ·动态聚类法 | 第18-19页 |
| ·传统分类方法的不足 | 第19-20页 |
| ·遥感影像分类的新方法 | 第20-22页 |
| 第三章 人工神经网络 | 第22-34页 |
| ·人工神经网络的发展概况 | 第22-23页 |
| ·人工神经网络模型 | 第23-26页 |
| ·生物神经元模型 | 第23-24页 |
| ·人工神经元模型 | 第24-26页 |
| ·人工神经网络模型 | 第26页 |
| ·BP神经网络模型 | 第26-34页 |
| ·BP神经网络模型算法 | 第26-28页 |
| ·BP神经网络算法的局限性 | 第28-29页 |
| ·BP神经网络算法的改进模型 | 第29-34页 |
| 第四章 神经网络遥感影像分类实现 | 第34-52页 |
| ·基础数据分析 | 第34-35页 |
| ·BP神经网络算法实现 | 第35-40页 |
| ·MATLAB简介 | 第35-36页 |
| ·利用MATLAB实现BP神经网络 | 第36-38页 |
| ·C#与MATLAB混合编程 | 第38-40页 |
| ·基于AE实现神经网络遥感影像分类 | 第40-48页 |
| ·ArcEngine简介 | 第40-41页 |
| ·影像数据的读取 | 第41-43页 |
| ·程序运行结果 | 第43-45页 |
| ·影像数据分块处理 | 第45-48页 |
| ·分类方法改进 | 第48-52页 |
| 第五章 实验结果分析 | 第52-58页 |
| ·实验基本情况 | 第52页 |
| ·网络模型评价 | 第52-55页 |
| ·分类精度评价 | 第55-58页 |
| 第六章 结论 | 第58-60页 |
| ·论文的主要研究成果及创新点 | 第58页 |
| ·存在的问题及原因分析 | 第58-59页 |
| ·研究展望 | 第59-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66页 |
