基于MATLAB的遥感图像SVM分类系统实现
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第一章 绪论 | 第9-19页 |
·研究背景和意义 | 第9-10页 |
·SVM国内外研究现状分析 | 第10-12页 |
·遥感图像分类现状分析 | 第12-16页 |
·分类方法简介 | 第12-15页 |
·SVM在遥感图像分类中的应用现状 | 第15页 |
·SVM方法分类流程 | 第15-16页 |
·论文的主要研究内容及方法 | 第16-19页 |
·论文结构安排 | 第16-17页 |
·研究方法 | 第17页 |
·技术流程 | 第17-19页 |
第二章 支持向量机的关键问题 | 第19-24页 |
·统计学习理论简介 | 第19页 |
·支持向量机的基本思想 | 第19-21页 |
·核函数的形式 | 第21-22页 |
·本章小结 | 第22-24页 |
第三章 遥感图像分类系统设计 | 第24-28页 |
·需求分析 | 第24页 |
·功能模块设计 | 第24-25页 |
·界面设计 | 第25页 |
·MATLAB图形用户界面 | 第25-28页 |
·相关系统工具简介 | 第25-26页 |
·MATLAB图形用户界面 | 第26-28页 |
第四章 遥感图像分类系统实现 | 第28-34页 |
·功能模块详细设计 | 第28-32页 |
·图像选择模块 | 第28-29页 |
·样本采集模块 | 第29-31页 |
·核函数选择模块 | 第31页 |
·SVM分类模块 | 第31-32页 |
·退出模块 | 第32页 |
·分类总界面介绍 | 第32-34页 |
·系统主界面 | 第32页 |
·菜单栏设计 | 第32-34页 |
第五章 遥感图像分类系统功能评价 | 第34-41页 |
·数据资料介绍 | 第34-36页 |
·数据分析 | 第34-35页 |
·数据预处理 | 第35-36页 |
·与传统的分类算法进行比较 | 第36-39页 |
·系统稳定性和效率评价 | 第39-41页 |
第六章 结论与讨论 | 第41-42页 |
·工作总结 | 第41页 |
·存在的问题与研究展望 | 第41-42页 |
参考文献 | 第42-45页 |
致谢 | 第45页 |