| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-23页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究及发展方向 | 第11-18页 |
| 1.2.1 传统遥感图像分类方法 | 第11-13页 |
| 1.2.2 遥感图像分类方法发展方向 | 第13-16页 |
| 1.2.3 组合分类器研究进展 | 第16-18页 |
| 1.3 研究内容与方法 | 第18-21页 |
| 1.3.1 研究内容 | 第18页 |
| 1.3.2 研究方法与技术路线 | 第18-21页 |
| 1.4 论文结构 | 第21-23页 |
| 2 组合分类器的原理 | 第23-30页 |
| 2.1 引言 | 第23页 |
| 2.2 常用分类算法的原理 | 第23-26页 |
| 2.2.1 最大似然法 | 第23-24页 |
| 2.2.2 神经网络法 | 第24-25页 |
| 2.2.3 支持向量机 | 第25-26页 |
| 2.3 组合分类器的原理 | 第26-29页 |
| 2.3.1 单分类器的生成 | 第26-27页 |
| 2.3.2 组合分类器的结构 | 第27-28页 |
| 2.3.3 组合分类器的决策机制 | 第28-29页 |
| 2.4 小结 | 第29-30页 |
| 3 组合分类器的误差分析 | 第30-40页 |
| 3.1 引言 | 第30页 |
| 3.2 组合分类器的误差分析 | 第30-33页 |
| 3.2.1 单分类器误差集合分布模式 | 第31-33页 |
| 3.2.2 误差分析的推论 | 第33页 |
| 3.3 实例分析 | 第33-38页 |
| 3.3.1 实验区及实验概况 | 第34页 |
| 3.3.2 实验及实验结果分析 | 第34-36页 |
| 3.3.3 不同样本分布及特征多次实验结果比较 | 第36-38页 |
| 3.4 小结 | 第38-40页 |
| 4 适应性组合分类器遥感分类实验 | 第40-53页 |
| 4.1 引言 | 第40页 |
| 4.2 适应性组合分类器 | 第40-42页 |
| 4.2.1 像元对单分类器的适应性 | 第40-41页 |
| 4.2.2 适应性组合分类器的构建 | 第41-42页 |
| 4.3 实例分析 | 第42-51页 |
| 4.3.1 实验区及实验概况 | 第42-43页 |
| 4.3.2 实验及实验结果分析 | 第43-49页 |
| 4.3.3 单分类器的差异对适应性组合分类器精度的影响 | 第49-51页 |
| 4.4 小结 | 第51-53页 |
| 5 结论与展望 | 第53-55页 |
| 5.1 主要结论 | 第53-54页 |
| 5.2 存在问题及展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 硕士期间主要研究成果 | 第60-61页 |
| 致谢 | 第61页 |