多点模拟和粗糙集在遥感图像分类中的应用
| 中文摘要 | 第1-10页 |
| ABSTRACT | 第10-13页 |
| 第一章 引言 | 第13-19页 |
| ·选题背景及意义 | 第13-14页 |
| ·遥感图像的分类过程介绍 | 第14-18页 |
| ·遥感图像的非监督分类 | 第15-16页 |
| ·遥感图像的监督分类 | 第16页 |
| ·分类精度评价 | 第16-18页 |
| ·小结 | 第18页 |
| ·论文研究内容和结构 | 第18-19页 |
| 第二章 遥感分类中样本质量的粗糙集评价 | 第19-34页 |
| ·探索性数据分析 | 第19-20页 |
| ·耐抗性 | 第19页 |
| ·残差 | 第19-20页 |
| ·数据转换 | 第20页 |
| ·图示 | 第20页 |
| ·基于巴氏距离和散度的样本度量 | 第20-23页 |
| ·巴氏距离进行样本评价 | 第20-22页 |
| ·散度进行样本评价 | 第22-23页 |
| ·基于粗糙集的样本度量 | 第23-34页 |
| ·粗糙集相关理论介绍 | 第23-24页 |
| ·粗糙集评价样本的方法 | 第24-25页 |
| ·实验与分析 | 第25-34页 |
| 第三章 多点模拟方法 | 第34-43页 |
| ·多点模拟的基本原理 | 第34-36页 |
| ·多点模拟的基本假设条件 | 第34-35页 |
| ·多点模拟的基本概念 | 第35-36页 |
| ·SNESIM算法及其改进 | 第36-38页 |
| ·SNESIM算例和模拟建议 | 第38-43页 |
| 第四章 遥感图像分类的新算法MLC+MPS | 第43-66页 |
| ·MLC+MPS算法的描述 | 第43-47页 |
| ·MLC+MPS中数据融合方法的讨论 | 第47-51页 |
| ·数据融合方法介绍 | 第47页 |
| ·基于概率的数据融合方法 | 第47-49页 |
| ·使用证据理论方法进行融合 | 第49-50页 |
| ·使用Consensus理论进行融合 | 第50-51页 |
| ·实验过程 | 第51-66页 |
| ·小规模数据的试验结果及其讨论 | 第51-57页 |
| ·实际遥感影像试验结果及讨论 | 第57-64页 |
| ·研究展望 | 第64-66页 |
| 第五章 总结 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-70页 |
| 发表文章目录 | 第70-71页 |
| 个人简况 | 第71-72页 |
