| 【中文题名】 | BP神经网络在土地利用分类中的应用分析 |
| 【英文题名】 | The Analysis of the Application of the BP Neural Network in the Land Use Classification |
| 【学科专业】 | 地球探测与信息技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2004-9-8 |
| 【中关键词】 | 遥感信息,BP神经网络,数字图像处理,遥感图像分类,土地利用数据库, |
| 【英关键词】 | Remote Sensing information,BP neural network,digital image processing,the classification of the Remote Sensing image,land use and land cover database, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感技术的应用>> |
| 【论文摘要】 | 遥感是一门新兴的科学技术，同时它也是一门集数学、地学、计算机科学和技术等多学科的综合学科。遥感图像分类技术是遥感技术的核心内容之一，随着遥感技术的应用日趋广泛和深化，利用遥感图像分类技术获得土地利用信息是其中的热门研究领域之一。特别是在大规模土地利用调查中，利用遥感技术及时掌握土地利用的情况及其变化信息，是进行土地利用总体规划、基本农田保护、土地利用用途管制等土地管理工作的必要条件。
最初，利用遥感图像分类技术获取土地利用信息完全依靠人工目视解译。近二十年来，计算机遥感图像分类技术已取得了越来越广泛的应用，它是计算机模式识别技术在遥感领域中的具体应用，其核心任务就是确定不同地物类别间的判别界面和判别准则，可重复性好，定位准确，处理时间短，时效性好。然而，遥感影像数据类别多，含混度大，维数高，高精度的多类别分类识别具有较大难度。随着计算机软件水平的提高，遥感图像分类系统可以处理的资料也由单一遥感资料处理向多种遥感资料处理方向发展，可以接受和支持的图像格式也日趋多样化，处理技术逐步定量化、智能化。
本文以地物电磁波反射特征作为信息分类提取的理论前提，以数字图像处理作为专题信息增强的手段，人机交互处理达到提... |
| 【论文题纲】 |
|
第一章 绪论 |
6-10 |
|
第一节 土地利用分类方法的研究意义 |
6-7 |
|
第二节 人工神经网络分类研究现状 |
7-8 |
|
第三节 论文内容安排与研究技术路线 |
8-10 |
|
第二章 遥感图像分类的基本理论 |
10-21 |
|
第一节 遥感图像信息 |
10-11 |
|
第二节 常用的图像信息源特征 |
11-12 |
|
第三节 土地利用分类系统 |
12-15 |
|
第四节 研究区主要土地利用类型的波谱特征统计曲线 |
15-21 |
|
第三章 遥感数字图像处理 |
21-31 |
|
第一节 遥感数字图像恢复处理 |
21-23 |
|
第二节 遥感数字图像的增强处理 |
23-31 |
|
第四章 土地利用的计算机分类方法研究 |
31-44 |
|
第一节 传统的计算机分类方法 |
31-34 |
|
第二节 BP人工神经网络分类算法 |
34-44 |
|
第五章 BP神经网络在遥感图像分类中的应用分析 |
44-54 |
|
第一节 研究区自然概况 |
44-45 |
|
第二节 BP神经网络用于研究区图像土地利用分类 |
45-48 |
|
第三节 人工神经网络分类结果及其精度评价 |
48-54 |
|
第六章 建立土地利用专题数据库 |
54-68 |
|
第一节 建立土地利用专题数据库的意义 |
54 |
|
第二节 土地利用数据库的设计 |
54-56 |
|
第三节 土地利用专题数据库的基本功能 |
56-60 |
|
第四节 科左后旗地区的土地利用现状及动态变化 |
60-65 |
|
第五节 土地利用存在的问题及机制 |
65-66 |
|
第六节 土地资源合理利用途径 |
66-68 |
|
结论和建议 |
68-69 |
|
致谢 |
69-70 |
|
参考文献 |
70-75 |
|
中文摘要 |
75-77 |
|
Abstract |
77-79 |
|
| 【DOI】 | LunWen.ID:2.2008.389242 |
