文摘
英文文摘
声明
第1章引言
1.1选题依据及研究意义
1.2国内外研究现状
1.2.1遥感图像荒漠化特征提取方法研究现状
1.2.2核函数研究现状
1.2.3遗传算法研究现状
1.2.4模糊理论研究现状
1.3研究内容及技术路线
1.4论文主要创新点
第2章PCA和KPCA在特征提取中的应用
2.1 PCA方法及其弊端
2.2核方法
2.3 KPCA方法
第3章基于GMFCM和KPCA的遥感图像特征提取模型
3.1标准遗传算法
3.2模糊理论和遗传算法的结合
3.3基于马氏距离的模糊C-均值聚类遗传算法(GMFCM)
3.3.1模糊C-均值聚类数学基础
3.3.2模糊C-均值聚类遗传算法
3.3.3改进的模糊C-均值聚类遗传算法
3.4一种基于GMFCM和KPCA的遥感图像特征提取模型
3.5基于GMFCM和KPCA遥感图像特征提取模型与传统特征提取方法的比较
3.5.1基于GMFCM和KPCA的遥感图像特征提取模型
3.5.2 PCA变换结果与特征提取模型比较
3.5.3 NDVI提取结果与特征提取模型比较
3.5.4缨帽变换提取结果与特征提取模型比较
3.5.5结论
第4章荒漠化特征提取实例
4.1工作区简介
4.1.1地理位置
4.1.2地貌特征
4.1.3气候特征
4.2遥感图像选取
4.3荒漠化特征选取
4.3.1基于GMFCM和KPCA特征提取模型的荒漠化特征提取
4.3.2模型特征提取效果评价
结论
致谢
参考文献
成都理工大学;