基于GA的BP神经网络在遥感图像分类中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 图目录 | 第8-9页 |
| 表目录 | 第9-10页 |
| 1 绪论 | 第10-19页 |
| ·人工神经网络理论研究概况 | 第10-12页 |
| ·国外人工神经网络理论发展与展望 | 第10-11页 |
| ·国内人工神经网络理论研究概况 | 第11-12页 |
| ·人工神经网络在遥感数据分类处理中的应用研究进展 | 第12-15页 |
| ·国外研究进展 | 第12-13页 |
| ·国内研究进展 | 第13-15页 |
| ·研究意义及选题依据 | 第15-16页 |
| ·本文主要研究内容 | 第16-17页 |
| ·研究方法与技术路线 | 第17-19页 |
| 2 人工神经网络基本原理及BP神经网络 | 第19-29页 |
| ·人工神经网络基本原理 | 第19-22页 |
| ·神经网络模型 | 第19-20页 |
| ·神经网络的结构 | 第20-22页 |
| ·人工神经网络的优点 | 第22页 |
| ·BP神经网络 | 第22-29页 |
| ·BP神经元及BP网络模型 | 第23-24页 |
| ·BP神经网络学习算法 | 第24-29页 |
| 3 遗传算法基本原理与方法 | 第29-38页 |
| ·遗传算法概述 | 第29-30页 |
| ·遗传算法概念 | 第29页 |
| ·遗传算法优点 | 第29-30页 |
| ·基于遗传算法的应用领域 | 第30页 |
| ·遗传算法操作基本流程 | 第30-37页 |
| ·遗传算法运算流程 | 第30-35页 |
| ·遗传算法控制参数选择 | 第35-37页 |
| ·遗传算法与BP人工神经网络的结合 | 第37-38页 |
| 4 BP神经网络在土地利用/覆盖分类中的应用 | 第38-59页 |
| ·研究区概况 | 第38-40页 |
| ·遥感数据源、数据处理平台 | 第40页 |
| ·遥感数据源 | 第40页 |
| ·遥感数据处理平台 | 第40页 |
| ·遥感数据预处理 | 第40-48页 |
| ·遥感图像几何校正 | 第40-41页 |
| ·遥感图像增强处理 | 第41-48页 |
| ·研究区土地利用/土地覆盖分类系统制定 | 第48-50页 |
| ·基于遗传算法的BP神经网络遥感图像分类实现 | 第50-57页 |
| ·样本数据的获取 | 第50页 |
| ·网络层数确定 | 第50-51页 |
| ·网络结构及权重的GA进化 | 第51-56页 |
| ·BP网络训练 | 第56页 |
| ·遥感数据BP神经网络分类及分类精度评价 | 第56-57页 |
| ·分类后处理及制图 | 第57-59页 |
| 5 结论与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |
