| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·粗糙集理论在信息处理的研究与应用现状 | 第11-13页 |
| ·问题的提出 | 第12页 |
| ·选题的目的和意义 | 第12-13页 |
| ·数据挖掘的概述 | 第13-16页 |
| ·数据挖掘的定义和一般结构 | 第13-15页 |
| ·数据挖掘的方法、分类和应用 | 第15-16页 |
| ·粗糙集的分类方法 | 第16-17页 |
| ·本文研究的主要内容 | 第17-18页 |
| ·本文的组织 | 第18-19页 |
| 第二章 粗糙集理论 | 第19-32页 |
| ·粗糙集理论的概念 | 第19-23页 |
| ·粗糙集模型的知识表示方法 | 第23-24页 |
| ·知识库 | 第23页 |
| ·信息系统 | 第23页 |
| ·知识表示信息系统的简化 | 第23-24页 |
| ·粗糙集的特点 | 第24页 |
| ·约简的经典算法与空间数据粗糙集的约简算法 | 第24-26页 |
| ·基于粗糙集的数据挖掘算法 | 第24页 |
| ·约简的经典算法 | 第24-26页 |
| ·空间数据粗糙集的约简算法 | 第26页 |
| ·分类规则发现的算法步骤 | 第26-27页 |
| ·粗糙集在数据挖掘中的应用实例与总结 | 第27-31页 |
| ·粗糙集理论分类 | 第27-30页 |
| ·粗糙集在空间数据中的数据挖掘的应用总结 | 第30-31页 |
| 本章小结 | 第31-32页 |
| 第三章 基于粗糙集理论的遥感图像处理技术 | 第32-35页 |
| ·遥感影像不确定性分析 | 第32页 |
| ·地面特征遥感信息知识系统表达 | 第32-33页 |
| ·人工目视解译遥感影像图像增强方法和遥感影像统计分析模型 | 第33-34页 |
| 本章小结 | 第34-35页 |
| 第四章 基于粗糙集理论的遥感影像分类知识发现 | 第35-47页 |
| ·决策树的方法进行练习遥感影像的分类方法过程 | 第35-43页 |
| ·决策树方法的概况和特点 | 第35-36页 |
| ·决策树的试验模型 | 第36页 |
| ·决策树的遥感分类算法和试验数据的分析 | 第36-42页 |
| 本节小结 | 第42-43页 |
| ·基于遥感影像的影像分类算法 | 第43-45页 |
| ·算法的试验分析 | 第45-46页 |
| 本章小结 | 第46-47页 |
| 第五章 基于粗糙集理论的遥感影像分类器设计与方案实施 | 第47-53页 |
| ·基于粗糙集理论的遥感影像分类器设计 | 第47-49页 |
| ·遥感影像分类器设计的模型 | 第47-48页 |
| ·分类器算法的基本思想 | 第48-49页 |
| ·试验数据的测试 | 第49-50页 |
| ·精度分析 | 第50-52页 |
| 本章小结 | 第52-53页 |
| 第六章 结束语 | 第53-55页 |
| ·论文的研究成果 | 第53-54页 |
| ·本文以后的进一步工作 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表论文情况 | 第61页 |