基于粗集理论的遥感影像分类知识发现研究

摘要

由于近年来对地观测技术、数据库技术、网络技术的飞速发展，以及观测台站建设的普及和不断完善，包括资源、环境、灾害等在内的各种空间数据呈指数级增长。如何从这些空间数据中挖掘出人们所需要的知识是一个极具吸引力和挑战性的研究领域。遥感数据作为空间数据的重要组成部分，如何自动地从遥感数据中获取隐含的知识是目前首要解决的问题，也是目前空间数据挖掘面临的瓶颈问题。由于遥感数据具有复杂性和不确定性的特点，传统的数理统计方法并不能完全有效地处理这种不确定性。粗集理论作为一门新兴的不确定性处理理论和工具，特别适合于处理不完整、不确定知识和数据的表达、学习和归纳。 本文拟应用粗集理论和方法，将遥感影像表达的信息看成一个知识表达系统，系统研究了粗集理论在遥感影像分类知识发现各个阶段的不同应用，并设计实现了基于粗集理论的遥感影像分类知识发现模型。研究工作重点和创新之处主要体现在： 1.系统研究了遥感影像不确定原理以及粗集理论处理不确定性问题的机制，并探讨粗集理论处理遥感影像不确定性的理论基础。 2.遥感影像特征离散化可以有效地提高影像分类的效率和精度，本文探讨并设计实现了解决遥感影像特征离散化问题的方案。 3.知识约简是粗集理论在特征规则提取过程中的关键步骤，由于传统知识约简算法的时间和空间复杂度都很高，本文提出了一种基于相似矩阵和区分矩阵的知识约简算法。 4.根据知识约简提取出来的规则，本文设计实现了基于粗集理论的影像分类器，并对分类出来的影像进行精度评价，证明该分类器的有效性。 5.本文提出基于粗集理论的遥感影像分类知识发现模型。 遥感数据处理过程中的不确定性处理问题直接关系到处理分析效果的好坏，良好的处理机制有助于提高处理能力和效率。

目录

文摘

英文文摘

声明

第一章绪论

§1-1研究背景及意义

§1-2粗集理论研究与应用现状

§1-3遥感影像信息处理研究现状

§1-4主要研究内容

第二章遥感影像的不确定性

§2-1空间数据不确定性的来源

2-1-1客观世界的不确定性

2-1-2人类认知的不确定性

2-1-3空间数据获取误差

2-1-4空间数据分析与处理的不确定性

§2-2遥感影像的不确定性

2 2-1遥感影像不确定性的来源

2-2-2遥感影像不确定性的表现形式

§2-3粗集理论在遥感影像不确定性分析中的应用

§2-4本章小结

第三章粗集理论及其应用

§3-1粗集理论的基本概念

3-1-1知识与知识分类的概念

3-1-2粗集理论的不确定性处理机制

§3-2知识约简

3-2-1绝对约简和绝对核

3-2-2相对约简和相对核

§3-3决策表知识表达系统

3-3-1知识表达系统

3-3-2决策表

3-3-3区分矩阵

§3-4粗集理论的应用模式

3-4-1决策分析

3-4-3模式识别

§3-5本章小结

第四章基于粗集理论的遥感影像分类知识发现研究

§4-1遥感影像分类知识发现

4-1-1空间数据挖掘和知识发现

4-1-2统计模式识别

4-1-3机器学习

4-1-4神经计算

4-1-5可视化

§4-2基于粗集理论的遥感影像分类知识发现

§4-3遥感影像数据的特征离散化

4-3-1遥感影像数据的特征离散化

4-3-2基于信息熵的离散特征聚类方法

§4-4遥感影像分类知识约简

4-4-1属性约简

4-4-2属性值约简

4-4-3 Iris的遥感数据集分类规则提取试验

§4-5基于分类规则的粗糙分类器的设计和实现

4-5-1分类器的设计和实现

4-5-2基于粗集理论的遥感影像分类知识发现模型

§4-6本章小结

第五章分类结果误差和精度的评价

§5-1误差来源及其特征

§5-2精度评价方法

5-2-1误差矩阵与精度指标

5-2-2 Kappa分析

§5-3本章小结

§第六章结论与展望

§6-1研究重点和创新

§6-2结论

§6-3不足与展望

参考文献

附录

致谢