| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 遥感影像分类方法研究 | 第11-13页 |
| 1.2.2 农作物分类研究 | 第13-14页 |
| 1.2.3 其它地物分类研究 | 第14-15页 |
| 1.3 论文研究内容 | 第15-16页 |
| 1.4 技术路线和组织结构 | 第16-18页 |
| 1.4.1 技术路线 | 第16页 |
| 1.4.2 组织结构 | 第16-18页 |
| 第二章 试验区与研究区概况及数据预处理 | 第18-35页 |
| 2.1 三江平原试验区 | 第18-30页 |
| 2.1.1 试验区概况 | 第18-19页 |
| 2.1.2 遥感数据源及预处理 | 第19-21页 |
| 2.1.3 样本采集及处理 | 第21-30页 |
| 2.2 东北地区研究区 | 第30-34页 |
| 2.2.1 东北地区概况 | 第30-32页 |
| 2.2.2 东北地区风云卫星MERSI数据整理 | 第32页 |
| 2.2.3 数据预处理 | 第32-34页 |
| 2.2.4 样本补充工作 | 第34页 |
| 2.3 小结 | 第34-35页 |
| 第三章 基于随机森林分类算法的东北地区土地覆盖监测 | 第35-61页 |
| 3.1 随机森林分类算法 | 第35-36页 |
| 3.2 多数表决投票机制 | 第36页 |
| 3.3 三江平原试验区土地覆盖分类 | 第36-50页 |
| 3.3.1 随机森林分类算法参数调试 | 第36-37页 |
| 3.3.2 试验区地物光谱特性分析及随机森林分类模型建立 | 第37-39页 |
| 3.3.3 基于随机森林分类算法的三江平原地区土地覆盖分类 | 第39-41页 |
| 3.3.4 精度验证及分析 | 第41-48页 |
| 3.3.5 试验区2016年土地覆盖分类结果 | 第48-49页 |
| 3.3.6 特征变量重要性分析 | 第49-50页 |
| 3.4 三江平原地区随机森林分类算法对比其他分类算法 | 第50-53页 |
| 3.4.1 决策树分类 | 第50-51页 |
| 3.4.2 支持向量机分类 | 第51页 |
| 3.4.3 神经网络分类 | 第51-53页 |
| 3.4.4 精度对比 | 第53页 |
| 3.5 东北地区土地覆盖监测 | 第53-60页 |
| 3.5.1 基于随机森林分类算法的东北地区土地覆盖分类 | 第53-55页 |
| 3.5.2 东北地区土地覆盖监测研究 | 第55-59页 |
| 3.5.3 东北地区土地覆盖分类精度验证 | 第59-60页 |
| 3.6 小结 | 第60-61页 |
| 第四章 土地覆盖监测系统设计与实现 | 第61-68页 |
| 4.1 系统需求分析 | 第61页 |
| 4.2 系统整体设计思路 | 第61-62页 |
| 4.3 系统模块开发和功能实现 | 第62-65页 |
| 4.4 系统功能测试 | 第65-67页 |
| 4.4.1 预处理模块功能测试 | 第65页 |
| 4.4.2 分类模块功能测试 | 第65-66页 |
| 4.4.3 融合模块功能测试 | 第66页 |
| 4.4.4 结果验证模块功能测试 | 第66-67页 |
| 4.4.5 可视化模块功能测试 | 第67页 |
| 4.5 小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 论文总结 | 第68-69页 |
| 5.2 不足与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间取得的成果 | 第75-76页 |
