基于模糊决策树的HJ-1影像海冰分类技术研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.2 国内外现状 | 第9-12页 |
| 1.2.1 卫星遥感监测技术 | 第9-12页 |
| 1.2.2 模糊决策树算法研究现状 | 第12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 2 图像的特征处理 | 第14-30页 |
| 2.1 相关数据源介绍 | 第14-17页 |
| 2.1.1 HJ-1 卫星介绍 | 第14-16页 |
| 2.1.2 HJ-1 海冰图像介绍 | 第16-17页 |
| 2.2 图像特征提取相关技术 | 第17-29页 |
| 2.2.1 图像特征简介 | 第17-19页 |
| 2.2.2 纹理特征概念与描述方法 | 第19-24页 |
| 2.2.3 灰度共生矩阵（GLCM） | 第24-29页 |
| 2.3 本章小结 | 第29-30页 |
| 3 模糊决策树算法相关理论 | 第30-39页 |
| 3.1 模糊集理论 | 第30-34页 |
| 3.1.1 模糊集定义 | 第30-31页 |
| 3.1.2 模糊集合的表示方法 | 第31-32页 |
| 3.1.3 模糊集合的关系运算 | 第32-33页 |
| 3.1.4 模糊集合的隶属函数 | 第33-34页 |
| 3.2 模糊决策树 | 第34-38页 |
| 3.2.1 模糊决策树概述 | 第35-36页 |
| 3.2.2 模糊决策树扩展属性选取 | 第36-38页 |
| 3.3 本章小结 | 第38-39页 |
| 4 海冰分类数据预处理 | 第39-61页 |
| 4.1 海冰分类冰型特征 | 第39-42页 |
| 4.2 海冰分类数据集的构建 | 第42-49页 |
| 4.2.1 海冰图像特征属性的选取 | 第43-44页 |
| 4.2.2 海冰数据的预处理 | 第44-49页 |
| 4.3 海冰分类数据集的模糊化 | 第49-60页 |
| 4.3.1 数据集离散化 | 第49-50页 |
| 4.3.2 数据集模糊化 | 第50-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 海冰分类模糊决策树 | 第61-76页 |
| 5.1 Fuzzy-ID3算法概述 | 第61-65页 |
| 5.1.1 相关定义 | 第61-63页 |
| 5.1.2 算法流程 | 第63-64页 |
| 5.1.3 决策规则推理 | 第64-65页 |
| 5.2 海冰自动分类模型的构建 | 第65-71页 |
| 5.2.1 模糊分类决策树的构建 | 第65-68页 |
| 5.2.2 模糊推理规则提取 | 第68-70页 |
| 5.2.3 模糊分类决策树的测试 | 第70-71页 |
| 5.3 海冰自动分类系统功能及运行结果 | 第71-75页 |
| 5.4 本章小结 | 第75-76页 |
| 总结 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 攻读学位期间发表的学术论文目录 | 第83-85页 |
