文摘
英文文摘
第一章绪论
第1节选题依据和研究意义
1.1选题依据
1.2研究意义
第2节国内外研究现状
2.1遗传算法及其相关理论的国内、外研究现状与发展趋势
2.2遗传算法在遥感数据处理中的应用研究现状
第3节论文主要研究内容、技术路线和主要成果
3.1研究内容
3.2技术路线
3.3主要成果
第4节论文结构与章节安排
第5节本章小结
第二章遗传算法基本原理、方法及遥感数据特征
第1节遗传算法的理论基础和优化框架
1.1遗传算法的数学原理
1.2遗传算法的本质特征和优越性能
1.3遗传算法的优化框架
第2节遗传算法的进化规则
2.1规则1-编解码变换与遗传算子设计
2.2规则2-群体设定和初始化
2.3规则3-适应度函数设计
第3节遥感数据处理中应用的遗传算法类型
3.1遥感数据的特征
3.2遗传算法的类型
第4节本章小结
第三章遥感数据的遗传超平面分类方法
第1节超平面模型及其分类原理
1.1超平面模型
1.2遥感多维图像数据的超平面分类原理
第2节遗传超平面分类器原理
2.1点模式的描述及其匹配统计
2.2遗传算子
2.3适应度值的计算
第3节参数编解码及其实现
3.1二进制编码
3.2 二进制解码
3.3十进制编解码
第4节EOS/MODIS图像数据分类实验
4.1简单参数的分类实验
4.2实验结果及其分析
第5节ETM数据分类实验
5.1参数选择实验与分析
5.2分类结果及其分析
第6节ASTER数据的遗传超平面分类实验
6.1 ASTER卫星遥感数据简介
6.2 ASTER数据的遗传超平面分类
第7节本章小结
第四章遥感图像的遗传匹配定位方法
第1节图像匹配与定位概述
1.1遥感图像匹配与定位
1.2模板匹配与遗传算法
第2节图像目标匹配定位的数学模型
2.1仿射变换模型的矩阵表达及其扩展
2.2本章所用表达模型
第3节遗传优化的图像定位方法
3.1目标模板的生成
3.2遗传算法及匹配编码
第4节实验结果及其分析
4.1遥感图像目标匹配实验结果
4.2实验结果分析
第5节本章小结
第五章遥感数据的贝叶斯网络分类预测及其遗传优化方法
第1节贝叶斯网络的数学基础
1.1概率论基础
1.2图论基础
第2节贝叶斯网络模型及其分类预测原则
2.1贝叶斯网络模型
2.2学习(训练)贝叶斯网络模型的类型
2.3贝叶斯网络分类预测原则
第3节学习贝叶斯网络分类器
3.1基于CIT的贝叶斯网络分类器学习
3.2贝叶斯网络分类模型的遗传学习
第4节ASTER数据的贝叶斯网络分类算法
4.1 ASTER数据的贝叶斯网络分类
4.2实验结果及其分析
4.3结论
第5节基于贝叶斯网络模型的沙源区起沙预测实验研究
5.1信念
5.2贝叶斯网络结构及其确定
5.3 建立条件概率表
5.4 实验结果及其分析
第6节贝叶斯网络分类与推断结论分析
6.1 贝叶斯网络分类分析
6.2 贝叶斯网络推断分析
第7节本章小结
第六章遥感图像边缘检测与遗传多分辨率图像分类方法
第1节图像分割与分类
1.1 图像分割与分类
1.2 分割与分类算法及其遗传优化
第2节基于像元替换的边缘检测方法
2.1 遥感空间信息提取
2.2 遥感数据灰度分解与边缘信息提取
2.3 图像处理实验及其效果分析
2.4 结论与讨论
第3节图像数据的四叉树结构表示与多分辨率图像锥
3.1 四叉树表示图像
3.2 多分辨率图像锥
第4节一种可扩展四叉树结构描述及其遍历算法
4.1可扩展四叉树结构
4.2可扩展四叉树结构的遍历算法
第5节基于遗传算法的多光谱多分辨率图像分类方法
5.1预处理过程
5.2基于遗传算法的能量最小化
第6节本章小结
第七章结论与讨论
主要参考文献
攻读博士期间参加的课题和发表的文章
致谢
