文摘
英文文摘
声明
1绪论
1.1选题背景和意义
1.2国内外研究进展
1.3研究内容与技术路线
1.4章节结构
2传统遥感影像分类方法介绍
2.1传统遥感影像分类过程
2.1.1分类概述
2.1.2分类基本原理
2.1.3分类的一般步骤
2.1.4分类特征选取
2.2传统遥感影像分类方法的比较与选取
2.3冰冻湖泊水体光谱特征分析
3基于SVM邻近同化滤波模型的构建
3.1机器学习问题的基本问题和方法
3.1.1机器学习问题的表示
3.1.2经验风险最小化
3.1.3复杂性与推广能力
3.2 SVM理论基础
3.2.1 VC维
3.2.2推广性的界
3.2.3结构风险最小化
3.3 SVM理论
3.3.1最优分类面
3.3.2广义最优分类面
3.3.3规范化超平面集的子集结构
3.3.4线性可分情形
3.3.5线性不可分情形
3.4 SVM邻近同化滤波模型的建立
3.4.1 SVM邻近同化滤波模型
3.4.2模型实现环境——MATLAB简介
3.4.3模型实现代码
4提取实验与对比分析
4.1研究区概况与数据源
4.1.1研究区概况
4.1.2数据源
4.2 SVM邻近同化滤波模型提取冰冻湖泊水体
4.2.1数据准备
4.2.2提取实验
4.3最大似然法提取冰冻湖泊水体
4.4精度评价与对比分析
5结论
致 谢
参考文献
附 录