载入中...
基于模式识别的土地覆盖遥感图像分类方法研究
硕士博士毕业论文站内搜索
全站论文库
硕士博士论文库
普通期刊论文库
分类:
教育论文网
→工业技术论文→
自动化技术、计算机技术论文
→
遥感技术论文
→
遥感图像的解译、识别与处理论文
→
图像处理方法论文
基于模式识别的土地覆盖遥感图像分类方法研究
论文目录
摘要
第1-7页
Abstract
第7-12页
第一章 绪论
第12-25页
1.1 研究意义
第12-13页
1.2 研究背景
第13-15页
1.3 国内外研究进展
第15-21页
1.3.1 土地覆盖遥感分类研究现状
第15页
1.3.2 模式识别国内外研究进展
第15-17页
1.3.3 基于统计模式识别的遥感图像分类研究现状
第17-20页
1.3.4 地理覆盖变化遥感分类中存在的问题
第20-21页
1.4 研究目标与研究内容
第21-22页
1.4.1 研究目标
第21页
1.4.2 研究内容
第21-22页
1.5 技术路线与结构安排
第22-25页
1.5.1 技术路线
第22-23页
1.5.2 论文结构
第23-25页
第二章 模式识别方法
第25-47页
2.1 模式识别概述
第25-26页
2.2 统计模式识别
第26-28页
2.2.1 决策方法
第27页
2.2.2 特征的抽取与选择
第27-28页
2.2.3 统计模式识别与本文工作的结合点
第28页
2.3 遥感图像分类中的模式识别方法
第28-43页
2.3.1 监督分类方法
第28-38页
2.3.1.1 最大似然分类方法
第28-30页
2.3.1.2 最小距离分类方法
第30-32页
2.3.1.3 支持向量机分类方法
第32-36页
2.3.1.4 人工神经网络分类法
第36-37页
2.3.1.5 K近邻分类法
第37-38页
2.3.2 非监督分类
第38-42页
2.3.2.1 相似性测量方法
第38-39页
2.3.2.2 K-均值聚类法
第39-40页
2.3.2.3 自组织迭代数据分析法
第40-42页
2.3.3 模糊C均值聚类算法
第42-43页
2.4 多分类器组合方法
第43-44页
2.5 分类精度评价
第44-46页
2.5.1 生产精度
第44-45页
2.5.2 用户精度
第45页
2.5.3 总体精度
第45页
2.5.4 Kappa系数
第45-46页
2.6 本章小结
第46-47页
第三章 支持向量机分类方法
第47-77页
3.1 机器学习理论
第47-51页
3.1.1 机器学习问题的概述
第47页
3.1.2 经验风险最小化原理的概述
第47-48页
3.1.3 统计学习理论的概述
第48-51页
3.1.3.1 函数集的VC维概念
第48-49页
3.1.3.2 泛化误差的边界概念
第49页
3.1.3.3 结构风险最小化原理概念
第49-51页
3.2 支持向量机理论及参数优化
第51-62页
3.2.1 支持向量机理论
第51-61页
3.2.1.1 支持向量机算法概述—最优超平面
第51-52页
3.2.1.2 线性可分情况
第52-53页
3.2.1.3 线性不可分情况
第53页
3.2.1.4 非线性可分情况
第53-55页
3.2.1.5 核函数及特点
第55-56页
3.2.1.6 核函数的基本性质
第56页
3.2.1.7 核函数具体实现步骤
第56-57页
3.2.1.8 多类分类SVM
第57-61页
3.2.2 支持向量机参数优化方法
第61-62页
3.3 基于混合核函数的支持向量机
第62-71页
3.3.1 混合核函数方法及实现原理
第62-65页
3.3.2 实验与结果分析
第65-71页
3.4 基于融合核函数的支持向量机
第71-76页
3.4.1 融合核函数方法及实现原理
第71-72页
3.4.2 实验与结果分析
第72-76页
3.5 本章小结
第76-77页
第四章 基于多分类器组合的土地覆盖遥感分类研究
第77-109页
4.1 问题的提出
第77-78页
4.2 基于SV-NN组合分类器的土地覆盖分类方法模型
第78-90页
4.2.1 SV-NN算法描述与实现
第79-81页
4.2.2 实验与结果分析
第81-90页
4.3 基于NN-MS-SV组合分类器的土地覆盖分类方法模型
第90-99页
4.3.1 NN-MS-SV算法实现
第92-93页
4.3.2 实验与结果分析
第93-99页
4.4 基于ELM-SVM组合分类器的土地覆盖分类方法模型
第99-107页
4.4.1 ELM基本概念
第100-101页
4.4.2 ELM-SVM算法描述与实现
第101-103页
4.4.3 实验与结果分析
第103-107页
4.5 本章小结
第107-109页
第五章 基于模糊聚类的面向对象分类研究
第109-121页
5.1 基于对象的分类概述
第109-110页
5.2 基于FCM与SVM的图像像元分割方法
第110-120页
5.2.1 算法原理与流程
第110-112页
5.2.2 实验与结果分析
第112-120页
5.3 本章小结
第120-121页
第六章 总结与展望
第121-124页
6.1 结论
第121-122页
6.2 创新点
第122页
6.3 展望
第122-124页
参考文献
第124-134页
致谢
第134-135页
在学期间公开发表论文情况
第135-136页
在学期间主持与参与科研项目情况
第136页
本篇论文共
136
页,
点击这进入下载页面
。
更多论文
基于模式识别的土地覆盖遥感图像分
房地产企业营销团队的薪酬管理研究
移动机器人不连续焊缝跟踪技术研究
天津万丽酒店人力资源管理研究
混流加工—装配生产调度集成优化研
S制药公司人力资源管理弹性化的研究
基于欠采样和不平衡集成分类的垃圾
M汽车销售公司任职能力管理体系设计
文档复制检测关键技术研究
一汽集团自主体系企业经营者薪酬激
基于摄影测量系统的标定与表面数据
DX公司基于BSC的绩效管理体系设计
基于灰色系统论的企业绩效评价体系
基于改进蚁群算法的降质图像盲评价
国有煤炭企业绩效管理探析
分布式视频编码系统中编码端关键技
国有电力企业绩效考核问题的研究
硅衬底GaN基大功率LED的研制
用PMO提升项目管理成熟度的研究与应
准备层及量子阱区生长条件对Si衬底
智能机器人“人—机—环境”交互及
企业档案管理创新与服务模式研究—
ZH公司薪酬体系的设计与研究
结构化稀疏数据重构的若干理论及算
TD公司人力资源服务外包业务研究
无线携能通信的能量效率优化与物理
汉代至宋代文献辨伪的发展
河北省大中型企业技术创新现状及对
社会化驱动的情境感知个性化信息服
兰州石化公司聚烯烃产品质量改进及
光学对地观测图像的大气物理退化机
六西格玛管理在SMT提高PCBA良品率中
光学遥感运动退化成像仿真与图像复
六西格玛管理在供应商质量控制的应
基于新产品开发的劳动密集型产业价
四足机器人落地过程中缓冲策略的研
华润置地品牌战略研究
基于数据驱动的服务机器人航迹推算
我国城市商业银行品牌策略研究
N-乙酰神经氨酸特异性生物传感器的
一汽解放公司PDM系统的业务规划和实
多传感器广义系统的最优、鲁棒和自
基于品牌战略的天津老字号振兴研究
通用向量机优化理论及其在时间序列
基于马氏田口方法的产品关键质量特
基于机器学习的时间序列预测方法研
基于BP神经网络的制造成熟度评价
几类多智能体系统的一致性问题研究
SYDL公司生产管理优化及应用研究
基于跨产品协同的赢利模式研究
改进型花朵授粉优化算法原理及工程
基于企业成长理论的技术创新产学研
基于RGB-D信息的深度图像增强关键技
精益生产在A卫浴企业制造过程中改善
基于RGB-D数据的头部姿态估计研究
设备维修中项目管理的研究与应用
虚拟现实中实时交互方法研究
基于六西格玛的包装生产线改进研究
几何建模中基于物理驱动的优化方法
微喷射型三维打印系统的关键成型工
非可控条件下的三维人脸识别研究
手机玻璃屏表面缺陷机器视觉检测与
照明对物体表面纹理的视觉感知影响
基于微球及微探针—微球的超分辨显
网民评论对消费态度和意愿的影响—
红外图像非均匀性校正算法及图像质
基于3G的无线多媒体增值业务市场营
舒华牌健身器材市场营销策略研究
关于视觉导向的图像处理适用的均匀
建筑业企业客户关系管理研究
谱域光学相干层析成像技术及其眼科
SPK公司营销战略研究
基于多光谱成像技术的光谱图像重构
TMT公司平板电视业务的销售预测研究
基于照明调控的无标记远场超分辨显
基于CRM的销售自动化系统的设计与应
图像配准及其在天文和显微图像中的
基于合作博弈的联合采购利益分配方
高分辨率可交互扫描光场显示关键技
电信企业移动增值业务市场细分及发
并行谱域光学相干层析成像系统的研
基于客户价值分析的银行客户关系管
非结构化数据的相关问题研究
CB公司客户关系管理研究
云存储中多用户可搜索加密与安全数
施耐德电气分销渠道战略分析
S公司全面营销策略研究
基于视场展宽迈克尔逊干涉仪的高光
第三方采购模式下的采购成本研究
基于喷泉码的不等差错保护传输方案
基于六西格玛管理的服务业顾客满意
车联网多频道协议设计研究
基于顾客满意的A美容院服务策略研究
基于关系营销的我国商业银行营销策
基于VCL激光器的多功能集成光芯片的
XX公司生产材料供应商管理系统设计
支持向量机论文
土地覆盖论文
遥感图像分类论文
面向对象的分类论文
分割
版权申明
:目录由用户
5360**
提供,
www.51papers.com
仅收录目录,作者需要删除这篇论文目录
请点击这里
。
|
设为首页
||
加入收藏
||
站内搜索引擎
||
站点地图
||
在线购卡
|
版权所有
教育论文网
Copyright(C) All Rights Reserved