声明
1 绪论
1.1 选题的背景、目的和意义
1.1.1 选题的背景
1.1.2 论文研究目的和意义
1.2 国内外研究进展
1.2.1 红树林群落识别数据源
1.2.2 红树林群落识别技术与方法
1.3 研究内容、技术路线和创新点
1.3.1 研究内容
1.3.2 技术路线
1.3.3 创新点
1.4 论文组织结构
2 研究区概况及数据预处理
2.1 研究区概况
2.2 红树林群落野外调查
2.3 无人机图像采集及预处理
2.3.1 多时相无人机图像采集
2.3.2 多时相无人机图像预处理
3 研究方法
3.1 逐步判别分析
3.2 分形网络演化法
3.3 效益分割尺度模型
3.4 深度学习分类方法
3.4.1 深度学习理论
3.4.2 卷积神经网络
3.5 监督分类方法
3.6 非监督分类方法
3.7 混淆矩阵精度验证方法
4 基于深度学习分类方法的红树林群落识别与制图
4.1 红树林群落图像识别标志及分类系统
4.2 红树林群落识别敏感性特征
4.3 无人机图像最优分割尺度
4.4 深度学习模型红树林群落识别
4.4.1 图像尺度确定与特征训练
4.4.2 分类结果及其精度验证
5 基于传统分类方法的红树林群落识别分析对比
5.1 基于传统分类方法的红树林群落识别
5.1.1 基于监督分类的红树林群落识别精度验证
5.1.2 基于非监督分类的红树林群落识别精度验证
5.2 传统分类方法的精度分析与对比
6 结论与展望
6.1 结论
6.2 不足与展望
参考文献
硕士期间的学术论文与研究成果
致谢
福建农林大学;