基于内容的遥感图像挖掘方法研究
| 图目录 | 第1-7页 |
| 表目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第10-18页 |
| ·问题的提出 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·本论文研究内容及其贡献 | 第15-16页 |
| ·论文结构 | 第16-18页 |
| 第二章 遥感图像及其挖掘 | 第18-30页 |
| ·遥感图像概述 | 第18-22页 |
| ·遥感的概念 | 第18-20页 |
| ·遥感图像的特点 | 第20-21页 |
| ·遥感图像特征提取 | 第21-22页 |
| ·遥感图像挖掘 | 第22-29页 |
| ·图像挖掘 | 第22-23页 |
| ·图像挖掘功能 | 第23-24页 |
| ·遥感图像挖掘概念 | 第24-26页 |
| ·遥感图像挖掘的层次结构 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 采用半监督的改进FCM 聚类挖掘方法 | 第30-43页 |
| ·特征提取 | 第30-34页 |
| ·颜色特征提取 | 第30-31页 |
| ·纹理特征提取 | 第31-33页 |
| ·形状特征提取 | 第33-34页 |
| ·特征归一化 | 第34页 |
| ·常用的聚类算法 | 第34-38页 |
| ·FCM 聚类算法 | 第38-39页 |
| ·改进的半监督的FCM 聚类算法 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于交互学习的遥感图像挖掘方法 | 第43-49页 |
| ·基于交互学习的遥感图像挖掘框架 | 第43-44页 |
| ·特征提取和聚类 | 第44页 |
| ·贝叶斯学习 | 第44-47页 |
| ·贝叶斯方法 | 第45页 |
| ·贝叶斯学习 | 第45-47页 |
| ·对遥感图像的交互式学习 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 实验结果及讨论 | 第49-55页 |
| ·实验环境设计 | 第49页 |
| ·采用半监督的改进FCM 聚类算法实验 | 第49-52页 |
| ·基于交互学习的遥感图像挖掘方法实验 | 第52-55页 |
| 第六章 结论和未来的工作 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·未来研究展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61页 |
