基于决策树方法的遥感影像分类研究
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 1 绪论 | 第11-16页 |
| ·研究背景 | 第11-13页 |
| ·研究内容 | 第13页 |
| ·研究方法与技术路线 | 第13-15页 |
| ·研究目的和意义 | 第15-16页 |
| 2. 研究区数据获取与预处理 | 第16-21页 |
| ·研究区概况 | 第16-17页 |
| ·数据资料 | 第17-19页 |
| ·遥感影像预处理 | 第19-21页 |
| ·影像配准 | 第19-20页 |
| ·影像裁剪 | 第20-21页 |
| 3. 数据变换与特征提取 | 第21-33页 |
| ·光谱特征提取与分析 | 第21-26页 |
| ·归一化植被指数 | 第21-23页 |
| ·主成分分析 | 第23-26页 |
| ·空间特征提取与分析 | 第26-33页 |
| ·纹理特征分析 | 第26-31页 |
| ·数字高程模型分析 | 第31-33页 |
| 4. 基于决策树规则的遥感影像分类 | 第33-68页 |
| ·决策树分类算法概述 | 第33-48页 |
| ·决策树的概念 | 第33-37页 |
| ·决策树技术的优劣概述 | 第37-38页 |
| ·决策树核心指标 | 第38-41页 |
| ·基于信息论的测度指标 | 第38-40页 |
| ·基于 Gini 系数的测度指标 | 第40-41页 |
| ·常用决策树算法 | 第41-48页 |
| ·CLS算法 | 第41-42页 |
| ·ID3 算法 | 第42页 |
| ·C4.5 算法 | 第42-43页 |
| ·SLIQ算法 | 第43-44页 |
| ·SPRINT算法 | 第44页 |
| ·PUBLIC算法 | 第44页 |
| ·C5.0 算法 | 第44-46页 |
| ·CART算法 | 第46-48页 |
| ·分类系统与样本数据 | 第48-52页 |
| ·分类系统的确定 | 第48-50页 |
| ·样本数据的获取 | 第50-52页 |
| ·决策树规则的生成与分类 | 第52-57页 |
| ·C5.0 决策树分类 | 第53-55页 |
| ·CART 决策树分类 | 第55-57页 |
| ·精度评价 | 第57-68页 |
| ·精度评价方法 | 第57-59页 |
| ·精度评价 | 第59-68页 |
| 5. 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75页 |
