|
|
|
基于卷积神经网络的遥感图像分类方法研究 |
|
论文目录 |
|
摘要 | 第5-6页 | Abstract | 第6页 | 第1章 绪论 | 第9-17页 | 1.1 研究目的和意义 | 第9页 | 1.2 遥感图像分类概述 | 第9-10页 | 1.3 国内外研究现状 | 第10-13页 | 1.3.1 遥感图像分类方法 | 第10-11页 | 1.3.2 卷积神经网络分类技术 | 第11-13页 | 1.4 研究内容和技术路线 | 第13-16页 | 1.4.1 研究内容 | 第13-15页 | 1.4.2 技术路线 | 第15-16页 | 1.5 本章小结 | 第16-17页 | 第2章 遥感图像分类基础 | 第17-27页 | 2.1 遥感图像分类原理 | 第17-22页 | 2.2 遥感图像分类方法 | 第22-26页 | 2.2.1 非监督分类方法 | 第23-24页 | 2.2.2 监督分类方法 | 第24-26页 | 2.3 本章小结 | 第26-27页 | 第3章 人工神经网络分类原理 | 第27-40页 | 3.1 人工神经网络概述 | 第27-28页 | 3.2 BP神经网络分类 | 第28-31页 | 3.2.1 BP网络模型与结构 | 第28-29页 | 3.2.2 BP神经网络的算法流程 | 第29-30页 | 3.2.3 BP神经网络分类方法的优缺点 | 第30-31页 | 3.2.4 BP神经网络的特性 | 第31页 | 3.3 Hopfield神经网络分类 | 第31-35页 | 3.3.1 Hopfield神经网络的模型与结构 | 第32-34页 | 3.3.2 Hopfield神经网络的算法流程 | 第34页 | 3.3.3 Hopfield神经网络的优缺点 | 第34页 | 3.3.4 Hopfield神经网络的特性 | 第34-35页 | 3.4 卷积神经网络分类 | 第35-39页 | 3.4.1 卷积神经网络的模型与结构 | 第35页 | 3.4.2 卷积神经网络的算法流程 | 第35-38页 | 3.4.3 卷积神经网络的优缺点 | 第38-39页 | 3.4.4 卷积神经网络的特性 | 第39页 | 3.5 本章小结 | 第39-40页 | 第4章 卷积神经网络分类实验 | 第40-60页 | 4.1 遥感图像预处理 | 第40-51页 | 4.1.1 研究区概况 | 第40-41页 | 4.1.2 遥感图像的分析及处理 | 第41-50页 | 4.1.3 分类精度评价方法 | 第50-51页 | 4.2 分类结果 | 第51-56页 | 4.2.1 最大似然分类 | 第51-52页 | 4.2.2 支持向量机分类 | 第52-53页 | 4.2.3 BP神经网络分类 | 第53-54页 | 4.2.4 卷积神经网络分类 | 第54-56页 | 4.3 精度评价 | 第56-59页 | 4.4 本章小结 | 第59-60页 | 第5章 总结与展望 | 第60-61页 | 5.1 总结 | 第60页 | 5.2 展望 | 第60-61页 | 致谢 | 第61-62页 | 参考文献 | 第62-66页 |
|
|
|
|
论文编号BS2757134,这篇论文共66页 会员购买按0.35元/页下载,共需支付23.1元。 直接购买按0.5元/页下载,共需要支付33元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|