博爱论文网专业的论文帮忙写作网站,详细介绍论文写作价格及哪里找靠谱代笔网站等问题!
您当前的位置: 博爱学术 > 论文范文 > 管理学论文 > 工商管理论文 > 基于优化决策树的高分辫率遥感影像分类技术研究 自考

基于优化决策树的高分辫率遥感影像分类技术研究 自考

日期:2021-10-07 17:14:11 作者: 点击次数: 所属栏目:工商管理论文
课题第一章绪论。
1.1发表研究背景和研究意义。

  在传统的土地利课题用调查中,通常采用选题资料和数据采集的方法,耗费大英文量的人力,某企业的分析,物力及提纲财力,而且调查的时间跨课题度大,自考周期长,目录严重影响了数据获取以及分析的效率,企业以企业为例,随着我国城市课题化进程的不断加快,城市以及农村所在区域的土地利用覆本科盖也在快读的变化,企业以企业为例,显然传统的土地利用调查方式己经不能适应这种快速变大纲化的需求。

  遥感技术以专科其全天候,开题多时相,多波段的特点成答辩为全球环境变化研究的主要技术,企业以企业为例,而土地利用覆盖作为全球环境变本科化的研究热点,也更多的使用摘要遥感技术进行研究,企业以企业为例,遥感影像分类是获取土地利方向用覆盖数据的一项重要手段,遥感影像分类一直是遥感研究领域里的下载一项重要内容,企业以企业为例,是遥感应大学用的基石,摘要因为它是遥感影像转换为可用的地理数据的核心,企业以企业为例,通过不同时相的遥感开题图像,可以快捷地获得土地利用变模板化的类型,某企业的分析,数量和格式位置,这些变化信息既可以对前期开发治理效果怎么进行正确评价,企业以企业为例,又可以指导今后的课题开发治理规划,促进可持续函授发展。

  从遥感影像分辨下载率的角度分析,较之低或中等分辨率卫星文献影像,企业以企业为例,高分辨率卫星影像可以大量自考减少影像中的混合象元,同时可以提供更加丰题目富的空间信息,某企业的分析,地物几何结构和纹理信英文息',这是影格式像的优势所在,下载但同时,也对课题影像分类算法提出了更高的要求,企业以企业为例,从土地资源的利用的角度自考进行分析,土地覆盖信息的提取的精度直接影响到土地开题调查,某企业的分析,土地资方向源评价等各项土地工作的细致程度和工作效率,因此在计算机自动附录分类的遥感分类中,某企业的分析,目录急需一个具有较高分类精度的高分辨率遥感影像的分类方法。

  1.2方向,选题遥感影像分类研究的现状。

  遥感影像的分类方法的研究是遥感函授领域中的一项重要内容,它直接彩响到遥感数据的应用范围和模板应用效果,某企业的分析,题目从上世纪90年代以后越来越多的学者对遥感影像的分类方法进行了全面细致的研究,某企业的分析,分析应用了各种算法进行遥感形像的函授分类,大学期望能得到更好的分类精度,某企业的分析,随着遥感技本科术的发展,遥感影像在遥翻译感平台和影像分辨率上都有了长足的发展,某企业的分析,遥感分类的格式方法研究也向着多方法,大全多分类器相结合,取长补短大全进行了更多的新方法的应用研究。

遥感影像的分类方企业法可以按如下图1.1表示进行分类。

  如图1.1本科所示,遥感方向影像的分类方法按照分类的主要执行者来划分,企业以企业为例,可以分为人工目视解译电大与计算机自动解译,为了追求大专高精度的分类结果,某企业的分析,人们长期使用人工目怎么视解译的方法从遥感影像上提取各种专题信息,企业以企业为例,人工目视解译被广泛地应用大全于对精度要求较高的专题应用中,某企业的分析,特别是在使用高分辨率的遥感图像时这种方法开题较为常用。

  遥感影像计算机自动解课题译是采用统计模式识别,课题机器学习,人工怎么神经网络,某企业的分析,可视化等各种本科方法确定各地物类别间的判别界面和规则,开题形成一个分类标准或者决策规则,某企业的分析,选题进行遥感影像的分类,相较于人企业工目视解译的方法,遥感影像的计算机自动解译具英文有可重复利用性好,某企业的分析,范文客观性强,摘要效率处理,海量处理等怎么优点,但是由于遥感影格式像数据自身的特点,某企业的分析,包括数据来大学源类别多,部分数据含混文献度大,英文特征维数高,使多类大纲别分类识别有一定难度,企业以企业为例,而且得到的影像分类结果精度明大学显不如人工目视解译的效果,某企业的分析,但是遥感影像计算机自动解译仍然是遥电大感影像分类研究的主流方向。

第二章理论翻译基础。
2.1大纲决策树。

  树是一种非线企业性纤,它是离散数学中重要的大纲一类,树是计摘要算机用来表达非线性信息的重要结构,某企业的分析,它便于在计算机中存储和格式应用。

2.1.1决策树本科定义。

  决策树是选题树在决策系统中的一种应用,发表它的生成算法是机器学习中归纳学习的一大类,某企业的分析,它在决策系统中相当模板于决策规则集。

  摘要决策树是一种直观的知识表示方法,它是一种重要的电大结构简单,企业以企业为例,搜索效率高范文的多级分类器,决策树普遍具有两种节点决选题策结点和状态节点,企业以企业为例,发表决策结点表示对象,模式摘要的属性或属性组合,它对应树的选题内部节点状态节点表示对象或模式的类别,某企业的分析,它对应树模板的叶节点,除了以上发表两种节点,决策树还大全具有一个分支,企业以企业为例,它表示其上一层决策节点所代表的属性的一个取值或取值范答辩围的组合,某企业的分析,用来考察待分对象或模式的某个或某些特征的模板取值,根据样本的测试目录结果,企业以企业为例,选择某题目一个分支,由于决策树下载具有易于算法构造,规则易于大全理解,企业以企业为例,效率较高等范文特点,大学其己在模式识别,数据大纲挖掘,机器学习等领域函授得到了广泛的应用,某企业的分析,决策树大纲从根节点开始,采用自顶向格式下的方式,在决策树的决策节点将待分类对象或模式进行属性范文值的比较,企业以企业为例,并且根据属性值的不同附录来判断从该节点向下的分支,最后在树的状态结点得到发表结论。

  决策树可以解文献释成一种特殊形式的规则集,从决策树的根节点到其叶节点的一条路径就对目录应着一条决策规则,某企业的分析,整个决策树就对应着一组规怎么则的表达,这些规则的表达特征就是一种规则的层次方向组织关系,某企业的分析,值得注意怎么的是,这些决策答辩树涉及优劣的问题,有的决策树存计算效率高范围且储量少,企业以企业为例,有的决策树计算效率低存储自考量大,因此需要从中答辩找到较优的决策树,企业以企业为例,这就涉及到决策树的方向构造算法,图2.1表达了决策树与决策规则集相互等企业价的关系。

2.2模板模拟退火。
2.2.1模拟退火算翻译法的原理。

  模拟退选题火算法就是模拟这样的热学过程,该算法模拟高温物体降温的热力学企业过程,企业以企业为例,在进行目录优化时首先确定退火的初始温度,选择一个初始状态并确定该状态的目标函数值然后对当前的状态进行大学一次小的扰动,企业以企业为例,并计大全算新状态的目标函数值以概率接受较好点,以某种概率界接受较差点作为当前状英文态点,某企业的分析,直到目录整个系统冷却,当模拟退火算法在初始温度足课题够高,自考温度下降足够慢时,企业以企业为例,该过程能以概率收敛到全局最发表优值,由于开题模拟退火算法也以某种概率界接受较差点为当前状态点,某企业的分析,模板即具有了概率突跳特性,因此该算法能在解空间中随机寻找目标附录函数的全局最优解,企业以企业为例,发表即可以在局部最优解中概率性的跳出,从而具文献有跳出局部最优解,某企业的分析,并最终趋于全局最优解的文献能力。

模拟退火算法的基本流程如下图2.2范围所示。
第三章面向影像分类答辩的优化决策树模型架构……37。
3.1面向影像分类自考的优化决策树模型思想……37。
3.1.1基本本科的决策树优化框架..........37。
第四章优化决策树的逻辑流构建...........61课题。
4.1基于模拟退火算法的样本纵向压电大缩...........61。
题目第五章实验分析……83。
5.1实验数据.........83怎么。
开题第五章实验分析。
5.1实验大全数据。
5.1.1实验目录区域选择。

  本实验采用高分辨率的遥感影像中具有代表意义的QuickBird和SPOT发表遥感影像作为实验数据,企业以企业为例,具体为湖北省武汉市南胡地区获得的QuickBird影像数据及海南省发表昌江县的SPOT影像数据,企业以企业为例,区域答辩位置示意图如图5.1所示。

第六章总范文结与展望。
6.1大专总结。
6.1.1怎么全文总结。

  遥感影像的分类方法的研究是英文遥感领域中的一项重要内容,它直范围接影响到遥感数据的应用范围和应用效果,某企业的分析,随着遥感技术的电大发展,遥感影像在遥感平台和影像分辨率上都有了长足的文献发展,企业以企业为例,遥感分类的方法研究也向答辩着多方法,选题多分类器相结合,取长补短题目进行了更多的新方法的应用研究,企业以企业为例,本文通过综述现阶段遥感影像分类方法的研究现状和大纲研究趋势,某企业的分析,提出继承决策树方法的灵活性课题和鲁棒性,以及其附录不存在黑箱操作的特点,某企业的分析,针对决策树分类性能依翻译赖理想样本以及容易陷入局部最优的不足进行改进,某企业的分析,结合遥感影像分类选题特点,得到一个面向影像分类的优化的决企业策树模型,企业以企业为例,函授本文的研究内容可归纳为以下几个方面。

  1决策树算法假设训练样本选题数据是完全的理想数据,导致决策翻译树系统在实际应用中容错性较差,某企业的分析,方向样本中数据的不完全,答辩不完整等噪声对决策树的分类性能影响较大,某企业的分析,本文首发表先针对该缺点,结合遥感影像分类本目录身的特点,电大提出建立特征优先级机制对节点的选择进行控制,企业以企业为例,该机制怎么是基于影像知识的,通过影像分本科类的先验知识,建立起各类地物以及整体影像选题的特征优先级,企业以企业为例,并构建特征优先级与决策树节点选择之间的控制大专模式,完成基于影像知识的决策树准则对决策树方提纲法的优化。

  2针对ID3算自考法采用的信息增益嫡为局部非回溯的启发式的缺点,某企业的分析,本文引入了模拟退发表火算法的思想,来重大全建决策树算法的启发式,某企业的分析,模板利用信息增益嫡和整体影像的破碎度因子相结合,得到模拟退方向火的目标函数,某企业的分析,利用模拟退火有一定几方向率跳出局部最优的特点,完成决策树算法从局部最优中的格式跳出,企业以企业为例,避免过拟自考合现象的产生,完成基于全局影像的决策摘要树准则对决策树方法的优化。

  3通过准则的大专建立,得到面向影像分函授类的决策树优化模型的构架,企业以企业为例,并对优化决策树模型的逻辑流进行了详细的大专设计,在进行大学优化的决策树节点选择之前,某企业的分析,首先对样本数据进行一个模拟退火的纵向电大聚类,这个聚类比常见的模拟退火聚类增加了一个决目录策属性在进行聚类时的判断,企业以企业为例,也就是模拟退火的过程除了考虑样本选题的相关性系数,收敛程度还需要考虑聚类的样本其决策范文属性是否相同,企业以企业为例,选题纵向聚类过程,设计了一个小样本范围系数用于保证样本特征的完整性,某企业的分析,通过选择合适的算法在纵向聚类完成后的样本上进答辩行样本属性的聚类和离散化过程,企业以企业为例,得到决提纲策树可处理的数据,在此基础上设计了决策树的剪枝范文过程,某企业的分析,范文和算法性能的评价指标。

函授参考文献略。