• 摘要4-6
• Abstract6-11
• 第1章 緒論11-15
• 1.1 研究的背景和意義11-12
• 1.2 國內(nèi)外研究動態(tài)12-13
• 1.3 存在的問題13
• 1.4 論文的總體結(jié)構(gòu)13-15
• 第2章 分類器集成基本原理15-23
• 2.1 機器學(xué)習(xí)與圖像分類技術(shù)15-16
• 2.2 分類器集成關(guān)鍵技術(shù)和方法16-17
• 2.2.1 分類器集成16
• 2.2.2 多分類器集成的系統(tǒng)架構(gòu)16-17
• 2.2.3 多分類器集成方式17
• 2.3 多分類器集差異性度量17-20
• 2.3.1 多分類器差異性17-18
• 2.3.2 差異性度量方法18-20
• 2.4 多分類器集成精度評價方法20-22
• 2.4.1 交叉驗證20-21
• 2.4.2 分類精度的評價標準21-22
• 2.5 小結(jié)22-23
• 第3章 遙感影像分類方法研究23-40
• 3.1 遙感影像分類算法研究23-31
• 3.1.1 決策樹分類23-25
• 3.1.2 SVM 分類算法25-27
• 3.1.3 神經(jīng)網(wǎng)絡(luò)算法27-29
• 3.1.4 貝葉斯分類29-30
• 3.1.5 K 鄰近分類算法30-31
• 3.2 面向?qū)ο蠓诸惣夹g(shù)31-35
• 3.2.1 面向?qū)ο蠓诸惖幕靖拍?/span>31
• 3.2.2 影像分割原理31-33
• 3.2.3 影像分割常用方法33-34
• 3.2.4 面向?qū)ο蠓诸惲鞒?/span>34-35
• 3.3 實驗分析35-39
• 3.4 小結(jié)39-40
• 第4章 基于投票方法的多分類器集成研究40-55
• 4.1 投票法多分類器集成的基本原理40-42
• 4.2 改進的 AdaBoosting 算法分類器加權(quán)投票集成42-47
• 4.2.1 抽樣方法的改進42-43
• 4.2.2 投票方法的改進43-46
• 4.2.3 改進方法的特點46-47
• 4.3 基于類別信息分類器投票集成47-50
• 4.3.1 基于識別性能矩陣投票集成47-49
• 4.3.2 基于類別權(quán)重的加權(quán)投票集成49-50
• 4.4 基于全信息相關(guān)度的多分類器投票集成50-54
• 4.4.1 全信息矩陣51
• 4.4.2 待測樣本有效鄰域51-52
• 4.4.3 全信息相關(guān)度52-53
• 4.4.4 基于全信息相關(guān)度分類器組合53-54
• 4.5 小結(jié)54-55
• 第5章 實驗分析55-72
• 5.1 實驗?zāi)康?/span>55
• 5.2 數(shù)據(jù)準備55-56
• 5.2.1 研究區(qū)域概況55-56
• 5.2.2 影像分割56
• 5.2.3 樣本采集56
• 5.3 實驗流程56-70
• 5.3.1 基分類器選擇56-61
• 5.3.2 組合分類器遙感影像分類61-67
• 5.3.3 基于改進 AdaBoosting 算法遙感影像分類67-70
• 5.4 分析與結(jié)論70-72
• 第6章 結(jié)論與展望72-75
• 6.1 主要工作和結(jié)論72-73
• 6.2 創(chuàng)新點73-74
• 6.3 展望74-75
• 參考文獻75-78
• 攻讀學(xué)位期間的研究成果78-79
• 致謝79

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 戴宏亮;;智能拉普拉斯分類器[J];中山大學(xué)學(xué)報(自然科學(xué)版);2009年02期

2 魏蓉;趙艷君;張同亮;顧全;;使用偽氨基酸和集成分類器預(yù)測凋謝蛋白亞細胞定位[J];計算機與應(yīng)用化學(xué);2009年07期

3 駱玉霞,陳煥偉;角度分類器與距離分類器比較研究——以鹽漬土分類為例[J];國土資源遙感;2002年02期

4 馮彥杰,王浣塵;學(xué)習(xí)分類器在績效尋優(yōu)中的應(yīng)用及其組織決策意義[J];控制理論與應(yīng)用;2003年03期

5 柏延臣,王勁峰;結(jié)合多分類器的遙感數(shù)據(jù)專題分類方法研究[J];遙感學(xué)報;2005年05期

6 聶金宗;呂宏伯;陳祖蔭;;用于發(fā)震地點預(yù)報的一種非參數(shù)模式分類器[J];北京工業(yè)大學(xué)學(xué)報;1986年01期

7 高文;湯洋;朱明;;復(fù)雜背景下目標檢測的級聯(lián)分類器算法研究[J];物理學(xué)報;2014年09期

8 張章華;;應(yīng)用分類器組合模型進行巖性識別[J];計算機仿真;2009年04期

9 袁勛;吳秀清;洪日昌;宋彥;華先勝;;基于主動學(xué)習(xí)SVM分類器的視頻分類[J];中國科學(xué)技術(shù)大學(xué)學(xué)報;2009年05期

10 張欣;梁宗保;;多分類器融合算法研究與應(yīng)用[J];湘潭大學(xué)自然科學(xué)學(xué)報;2011年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王占一;徐蔚然;劉東鑫;郭軍;;一種基于兩級分類器的垃圾短信過濾方法[A];第五屆全國信息檢索學(xué)術(shù)會議論文集[C];2009年

2 翟靜;李海宏;唐常杰;陳敏敏;李智;;可驗證對象集分類器的再訓(xùn)練演進[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2002年

3 陳繼航;劉家鋒;趙巍;唐降龍;;聯(lián)機手寫識別筆段特征分類器的學(xué)習(xí)方法[A];黑龍江省計算機學(xué)會2009年學(xué)術(shù)交流年會論文集[C];2010年

4 穆明生;;基于特征集的多種分類器模型的在線筆跡認證[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

5 彭濤;左萬利;赫楓齡;;基于鏈接上下文的分類器主題爬行技術(shù)(英文)[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2006年

6 王嵐;陳珂;遲惠生;;基于多特征組合多分類器的方法用于“與文本無關(guān)”的說話人辨認[A];第四屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1996年

7 謝秋玲;;應(yīng)用于心電圖分類的KNN-SVM分類器研究[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

8 胡瓊;汪榮貴;胡韋偉;孫見青;;基于級聯(lián)分類器的快速人臉檢測方法[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

9 李蘭春;王雙成;杜瑞杰;;認知結(jié)構(gòu)評估的動態(tài)貝葉斯網(wǎng)絡(luò)分類器方法[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

10 邵小健;段華;賀國平;;一種改進的最少核分類器[A];中國運籌學(xué)會第七屆學(xué)術(shù)交流會論文集（上卷）[C];2004年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 黃明;精子分類器決定生男生女[N];廣東科技報;2000年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉明;分類器組合技術(shù)研究及其在人機交互系統(tǒng)中的應(yīng)用[D];北京交通大學(xué);2008年

2 嚴志永;在劃分數(shù)據(jù)空間的視角下基于決策邊界的分類器研究[D];浙江大學(xué);2011年

3 王U

本文編號：471342