1. 毕业设计（论文）主要目标：
通过基于多维多粒度级联森林的方法进行准确又快速的云雪识别，以此来解决传统算法如支持向量机、随机森林不能充分利用卫星图像的纹理特征和光学参数的问题。
2. 毕业设计（论文）主要内容：
1、系统地查阅多维多粒度级联森林(M-gc Forest)的相关资料，学习其的基本内容，掌握其基本流程
2、学习并理解传统算法如支持向量机(SVM)、随机森林，卷积神经网络(CNN)的基本原理，了解其在各种问题上的应用。
3、在理解各个算法的基础上，根据单光谱和多光谱图像之间的差异性,选择SVM、随机森林、卷积神经网络(CNN)、多粒度级联森林(gc Forest)在单光谱卫星图像上进行云雪识别，然后,通过定量分析各算法在单光谱图像上的性能选择CNN和M-gc Forest进行多光谱云雪识别;最后,利用改进的M-gc Forest对HJ-1A/1B多光谱卫星图像进行预测。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 主要参考文献
丁世飞，齐丙娟，谭红艳.支持向量机理论与算法研究综述．《 电子科技大学学报 》 ， 2011李欣海. 随机森林模型在分类与回归分析中的应用[J]. 应用昆虫学报,2013,04:1190-1197. 周飞燕，金林鹏，董军.卷积神经网络研究综述．《 计算机学报 》 ， 2017
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
