首页--天文学、地球科学论文--海洋学论文--海洋基础科学论文--海洋水文学论文--海洋水文要素论文--海冰论文

基于主动学习与半监督学习结合的海冰图像分类

摘要第4-6页
abstract第6-8页
第一章 引言第11-21页
    1.1 研究背景及意义第12-13页
    1.2 国内外研究现状第13-17页
        1.2.1 海冰检测的研究现状第13-14页
        1.2.2 遥感数据分类研究现状第14-15页
        1.2.3 主动学习与半监督学习的研究现状第15-17页
    1.3 研究内容第17-19页
    1.4 论文结构第19-21页
第二章 遥感图像分类及支持向量机算法理论第21-28页
    2.1 遥感图像的特点及分类原理第21-23页
        2.1.1 遥感图像的特点第21-23页
        2.1.2 遥感图像的分类原理第23页
    2.2 遥感图像分类方法第23-24页
    2.3 支持向量机算法第24-27页
        2.3.1 SVM算法理论第24-26页
        2.3.2 SVM多类分类方法第26-27页
    2.4 本章小结第27-28页
第三章 基于主动学习与TSVM结合的海冰图像分类第28-40页
    3.1 主动学习算法第28-32页
        3.1.1 主动学习模型第28-31页
        3.1.2 基于BvSB-ECBD的采样策略第31-32页
    3.2 半监督学习算法第32-35页
        3.2.1 直推式支持向量机算法理论第33-34页
        3.2.2 融合主动学习思想的未标签样本采样策略第34-35页
    3.3 主动学习与TSVM相结合的海冰分类第35-38页
        3.3.1 算法实现框架第36页
        3.3.2 分类算法描述第36-38页
    3.4 本章小结第38-40页
第四章 海冰检测图像分类实验分析第40-51页
    4.1 数据描述及实验设置第40-42页
        4.1.1 数据描述第40-42页
        4.1.2 实验设置第42页
    4.2 巴芬湾海冰分类实验结果及分析第42-47页
        4.2.1 与主动学习分类精度的比较第42-44页
        4.2.2 主动学习迭代次数对分类精度的影响第44-45页
        4.2.3 不同主动学习方法与TSVM结合的精度比较第45-47页
    4.3 辽东湾海冰分类实验结果及分析第47-50页
        4.3.1 与主动学习分类精度的比较第47-48页
        4.3.2 主动学习迭代次数对分类精度的影响第48-49页
        4.3.3 不同主动学习方法与TSVM结合的精度比较第49-50页
    4.4 本章小结第50-51页
第五章 总结与展望第51-53页
参考文献第53-59页
附录第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:孟密土司与明代云南西部边疆变迁研究
下一篇:明代成化时期道教与政治关系研究