仿射传播聚类在遥感图像分类中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 引言 | 第9-13页 |
| ·研究的目的和意义 | 第9-10页 |
| ·图像分类识别研究现状 | 第10-12页 |
| ·本文主要研究的内容和工作 | 第12-13页 |
| 第2章 遥感图像获取原理及其特征 | 第13-19页 |
| ·遥感技术简介 | 第13-16页 |
| ·遥感概述 | 第13页 |
| ·遥感的特点 | 第13-14页 |
| ·遥感的发展现状和趋势 | 第14-16页 |
| ·遥感图像获取原理 | 第16-17页 |
| ·遥感数字图像的特征 | 第17-19页 |
| ·遥感数字图像的特征 | 第17-18页 |
| ·遥感数字图像的特点 | 第18-19页 |
| 第3章 传统遥感图像分类识别方法 | 第19-34页 |
| ·遥感图像分类简介 | 第19-21页 |
| ·遥感数字图像计算机分类的基本原理 | 第19-20页 |
| ·地物在特征空间表现的特性 | 第20-21页 |
| ·遥感图像的预处理 | 第21-24页 |
| ·遥感数字图像的辐射校正 | 第22页 |
| ·遥感数字图像的几何校正 | 第22-24页 |
| ·遥感图像监督分类的方法 | 第24-28页 |
| ·遥感数字图像的监督分类的基本思想和优缺点 | 第24-25页 |
| ·遥感数字图像监督分类的典型算法 | 第25-27页 |
| ·遥感数字图像监督分类的一般步骤 | 第27-28页 |
| ·遥感图像非监督分类的方法 | 第28-32页 |
| ·遥感数字图像的非监督分类的理论依据和优缺点 | 第28页 |
| ·遥感数字图像非监督分类的典型算法 | 第28-32页 |
| ·遥感数字图像非监督分类的一般步骤 | 第32页 |
| ·实验结果及分析 | 第32-34页 |
| 第4章 较新出现的遥感图像分类方法 | 第34-43页 |
| ·人工神经网络分类的方法 | 第34-38页 |
| ·人工神经网络概述 | 第34-35页 |
| ·BP 人工神经网络结构及算法 | 第35-38页 |
| ·模糊C 均值的遥感图像的分类 | 第38-41页 |
| ·概述 | 第38-39页 |
| ·FCM 聚类算法 | 第39-41页 |
| ·实验结果及分析 | 第41-43页 |
| 第5章 仿射传播聚类在遥感图像中的分类 | 第43-48页 |
| ·概述 | 第43页 |
| ·仿射传播聚类算法 | 第43-45页 |
| ·仿射传播聚类在分类中的存在的问题 | 第45页 |
| ·试验结果及分析 | 第45-48页 |
| 结论与展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士期间发表的论文 | 第53页 |
