SVM在遥感图像解释中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-13页 |
| 第一章 绪论 | 第13-22页 |
| ·研究背景及意义 | 第13-15页 |
| ·SVM 研究现状及分析 | 第15-18页 |
| ·SVM 的产生与发展 | 第15-16页 |
| ·SVM 在图像理解中的应用现状 | 第16-18页 |
| ·论文的课题来源、研究思路与论文组织结构 | 第18-19页 |
| ·论文的主要工作及章节安排 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第二章 SVM 分类模型 | 第22-38页 |
| ·统计学习理论 | 第22-24页 |
| ·SVM 分类模型 | 第24-31页 |
| ·SVM 基本原理 | 第24-27页 |
| ·SVM 算法分析 | 第27-31页 |
| ·拓展模型 | 第31-33页 |
| ·实验与分析 | 第33-37页 |
| ·基于SVM 图像分割算法 | 第33-34页 |
| ·特征选取和SVM 训练 | 第34-35页 |
| ·分割效果 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 组合优化的Multi-SVM 模型 | 第38-48页 |
| ·Multi-SVM 分类模型 | 第38-41页 |
| ·基本思想 | 第38页 |
| ·常用模型及分析 | 第38-41页 |
| ·基于层次聚类的DTSVM | 第41-45页 |
| ·基本思想 | 第41页 |
| ·层次聚类算法 | 第41-43页 |
| ·基于层次聚类的DTSVM 分类模型 | 第43-44页 |
| ·实验与分析 | 第44-45页 |
| ·混合核函数 | 第45-47页 |
| ·混合核函数的思想 | 第45-46页 |
| ·实验与分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于DTSVM 的遥感图像分割 | 第48-70页 |
| ·遥感图像解释 | 第48-53页 |
| ·图像理解在遥感图像方向上的发展 | 第49-50页 |
| ·彩色图像的分割方法 | 第50-53页 |
| ·场景中的语义描述 | 第53-55页 |
| ·语义获取 | 第53-54页 |
| ·语义标记 | 第54-55页 |
| ·基于 DTSVM 的遥感图像分割算法 | 第55-58页 |
| ·实验与分析 | 第58-68页 |
| ·语义标记和特征提取 | 第58-62页 |
| ·训练DTSVM 模型 | 第62-64页 |
| ·语义对象的检测判断 | 第64页 |
| ·区域融合和边缘处理 | 第64-65页 |
| ·分割评价 | 第65-68页 |
| ·本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-72页 |
| ·工作总结 | 第70-71页 |
| ·研究展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 攻读硕士学位期间发表的论文及科研工作 | 第78-79页 |
