1、养育呵护陪伴鼓励。你们期望是我前进动力，你们关怀与开导总能让我放下切包袱，请相信，你们心血定会在我这升华！最后，感谢岁月和困难对我磨砺，即将毕业，心理充满了憧憬和激情，这将是个崭新开始，路漫漫吾将上下而求索，以报父母养育之恩和师友教诲之情。万方数据摘要植被作为地理国情监测中重要监测对象，对人类生态环境质量有着深远影响。自然界植被类型复杂多样，传统利用人工进行实地调查方法要耗费大量人力和物力，近年来日益成熟遥感技术为植被分类和识别提供了条新途径。遥感影像全面真实地记录了地表植被与环境信息，不同植被类型由于其波谱特性不同，这使得对它们区分成为可能。随着遥感技术提高，高分辨率影像使得影像空间信息地物几何结构和纹理信息更加明显，使得植被类型判读精度大大提高。本文针对高分辨率遥感影像光谱纹理结构等空间特征丰富特点，以地物要素特征库为基础，结合不同时相不同传感器影像和不同分类方法，对植被类型进行提取。本文具体做了以下工作本文通过改进算法与决策树结合方式以及最终预测函数，构造了种新组合决策树算法。通过与算法对比，客观评价两种分类算法优势和不足。研究表明，改进决策树分类算法在总体分类精度上优于算法，但对单地类，两者各有优劣算法在提取多数植被类型时效果较好，而在提取建设用地等地物类型时效果优于算法。针对高分辨率影像分类可选特征繁多，存在冗余问题，本文构造了两种特征选择模型，首先使用决策树分类器分类与回归树计算特征对分类贡献度，通过大量实验，初步筛选出组特征然后，采用基于相关性特征选择模型，逐步剔。

2、二四年五月万方数据中图分类号学校代码密级公开中国矿业大学硕士学位论文基于影像典型植被要素提取作者邱程锦导师王坚翟亮申请学位工学硕士培养单位环测学院学科专业大地测量学与测量工程研究方向遥感技术与应用答辩委员会主席张书毕评阅人宁晓刚赵银娣二四年五月万方数据学位论文使用授权声明本人完全了解中国矿业大学有关保留使用学位论文规定，同意本人所撰写学位论文使用授权按照学校管理规定处理作为申请学位条件之，学位论文著作权拥有者须授权所在学校拥有学位论文部分使用权，即学校档案馆和图书馆有权保留学位论文纸质版和电子版，可以使用影印缩印或扫描等复制手段保存和汇编学位论文为教学和科研目，学校档案馆和图书馆可以将公开学位论文作为资料在档案馆图书馆等场所或在校园网上供校内师生阅读浏览。另外，根据有关法规，同意中国国家图书馆保存研究生学位论文。保密学位论文在解密后适用本授权书。作者签名导师签名年月日年月日万方数据学位论文原创性声明本人郑重声明所呈交学位论文基于影像典型植被要素提取，是本人在导师指导下，在中国矿业大学攻读学位期间进行研究工作所取得成果。据我所知，除文中已经标明引用内容外，本论文不包含任何其他个人或集体已经发表或撰写过研究成果。对本文研究做出贡献个人和集体，均已在文中以明确方式标明。本人完全意识到本声明法律结果由本人承担。学位论文作者签名年月日万方数据论文审阅认定书研究生邱程锦在规定学习年限内，按照研究生培养方案要求，完成了研究生课程学习，成绩合格在我指导下完成本学位论文,经审阅，论文中观点数据表。

3、据集万方数据万方数据万方数据图清单图序号图名称页码图论文技术流程图大气校正前玉米图大气校正后玉米图常用三种彩色合成感信息,雷群英高分辨率卫星影像挂图制作技术探讨测绘技术装备,吴露露,袁伟志,罗旭,等基于高分辨率卫星影像绿色信息提取最佳假彩色合成方法及评价研究北京林业大学学报,冯恩国,李淑香居民地信息提取最佳假彩色合成方法以开封市区为例平顶山学院学报,付莉面向对象高分辨率遥感图像分类电子科技大学,陈忠高分辨率遥感图像分类技术研究中国科学院研究生院遥感应用研究所,黄慧萍,吴炳方,李苗苗,等高分辨率影像城市绿地快速提取技术与应用遥感学报陈启浩面向对象多源遥感数据分类技术研究与实现中国地质大学,黄慧萍面向对象影像分析中尺度问题研究中国科学院遥感应用研究所,魏飞鸣基于对象信息遥感影像分类研究电子科技大学,易俐娜面向对象遥感影像分类不确定性分析武汉大学,张晓贺决策树分类器实现及在遥感影像分类中应用兰州交通大学数据挖掘概念与技术机械工业出版社,米歇尔机器学习机械工业出版社于玲,吴铁军集成学习算法综述模式识别与人工智能,张锦水,何春阳,潘耀忠,等基于多源信息复合高空间分辨率遥感数据分类研究遥感学报,万方数据谭琨基于支持向量机高光谱遥感影像分类研究中国矿业大学,韦春桃,王宁,张利恒,等基于纹理特征高分辨率遥感影像分类方法桂林理工大学学报,潘琛,林怡,陈映鹰基于多特征遥感影像决策树分类光电子激光刘生,王潇宇,邱新法基于数学形态学高空间分辨率遥感影像几何特征提取地球信息科学,邓媛媛,巫兆聪,易俐娜,。

4、述和结构为我所认同，论文撰写格式符合学校相关规定，同意将本论文作为学位申请论文送专家评审。导师签字年月日万方数据致谢硕士即将毕业，也表示将要离开陪伴我七年母校。这里承载着我最美好青春，有太多欢乐与汗水，更有学业上收获与人生上成熟。在此，借毕业论文向学习和生活中指导帮助我老师同学朋友亲人表达诚挚谢意！感谢我导师王坚教授。本论文是在导师悉心指导下完成，感谢导师在学习和生活中均给予了悉心指导与督促。师恩如海，衔草难报。王老师深厚学术造诣，严谨治学风格，豁达人生态度，忘我工作态度，开拓创新精神都深深令我折服。感谢中国测绘科学研究院翟亮副研究员。翟老师作为我实习阶段指导老师，给我提供了个优越学习平台。感谢您在学习和工作中对我严格要求，在生活中对我关心与照顾，在找工作时给我建议与帮助，使我在中国测绘科学研究院度过充实难忘两年。论文选题得益与桑会勇博士指导，两年来桑会勇博士在遥感技术方面给予我无私指导与帮助，在此衷心感谢。感谢课题组小伙伴们，是你们陪我起科研起奋斗。感谢毕飞超刘立聪谢宇方川陈浩硕士在学业上和生活上给予我帮助与关心，特别是刘立聪毕飞超硕士，感谢你们在我实习外出时帮我打理学校事情感谢谭兴龙韩厚增博士在论文中给与指导。同时，感谢中国测绘科学院同工作过杨刚博士张晓贺王晓军窦鹏李巍祖鹏蕾谭玲魏石磊硕士在工作和生活中给我帮助，使我生活快乐充实。感谢卢晓攀贾莹周顺硕士以及其他帮助过我朋友，是你们给我精神上鼓励与支持，有了你们，生活更加精彩，愿友谊长存！感谢我父母与亲人，感谢你们这么多年对我。

5、学术论文邱程锦，王坚，刘立聪，毕飞超遥感技术在乌达煤田火灾中应用,煤炭工程,中文核心邱程锦，翟亮，桑会勇，张晓贺资源型城市转型中热岛效应监测与分析,煤炭工程,中文核心三获奖情况年获得研究生特等学业奖学金年年获得“孙越崎优秀学生奖”年获得研究生二等学业奖学金四研究项目国家重点项目子课题“大洋洲南极洲地表覆盖数据产品研制”编号国家基础测绘科技项目“地表植被复杂地区多源遥感数据自动分类关键技术”编号国家科技支撑计划子课题“地理国情监测技术总体设计”编号矿山地表灾害多源监测若干关键技术及其应用。万方数据学位论文数据集关键词密级中图分类号论文资助植被分类决策树算法特征选择红边公开学位授予单位名称学位授予单位代码学位类别学位级别中国矿业大学工学硕士论文题名并列题名论文语种基于影像典型植被要素提取无汉语作者姓名邱程锦学号培养单位名称培养单位代码培养单位地址邮编中国矿业大学江苏省徐州市学科专业研究方向学制学位授予年大地测量学与测量工程遥感技术与应用三年论文提交日期年月日导师姓名王坚职称教授评阅人答辩委员会主席答辩委员会成员宁晓刚赵银娣张书毕邓喀中顾和和郑南山王中元电子版论文提交格式文本图像视频音频多媒体其他电子版论文出版发布者电子版论文出版发布地权限声明论文总页数注共项，其中带为必填数据，共项。万方数据基于影像典型植被要素提取作者邱程锦学位授予单位中国矿业大学引用本文格式邱程锦基于影像典型植被要素提取学位论文硕士硕士学位论文基于影像典型植被要素提取作者邱程锦导师王坚教授翟亮副研究员中国矿业大学。

6、万方数据万方数据图清单图序号图名称页码图论文技术流程图大气校正前玉米图大气校正后玉米图常用三种彩色合成万方数据万方数据目录摘要目录图清单表清单绪论研究背景与研究意义国内外研究现状研究内容与技术路线高分影像预处理影像特性预处理模型彩色合成权重优选模型本章小结面向对象分类方法与关键技术影像分割基于算法决策树分类器支持向量机分类法分类后精度评价本章小结特征分析与特征选择高分影像分类常用特征分析针对影像特征选择影像中红边波段对分类精度影响分析基于多时相影像分类研究基于纹理特征影像分类研究本章小结基于特征选择影像分类应用实例数据选择与处理样本选择方案影像分割与特征提取万方数据分类结果与分析结论与展望结论展望参考文献作者简历学位论文原创性声明学位论文数据集万方数据万方数据万方数据图清单图序号图名称页码图论文技术流程图大气校正前玉米图大气校正后玉米图常用三种彩色合成感信息,雷群英高分辨率卫星影像挂图制作技术探讨测绘技术装备,吴露露,袁伟志,罗旭,等基于高分辨率卫星影像绿色信息提取最佳假彩色合成方法及评价研究北京林业大学学报,冯恩国,李淑香居民地信息提取最佳假彩色合成方法以开封市区为例平顶山学院学报,付莉面向对象高分辨率遥感图像分类电子科技大学,陈忠高分辨率遥感图像分类技术研究中国科学院研究生院遥感应用研究所,黄慧萍,吴炳方,李苗苗,等高分辨率影像城市绿地快速提取技术与应用遥感学报陈启浩面向对象多源遥感数据分类技术研究与实现中国地质大学,黄慧萍面向对象影像分析中尺度问题研究中国科学院遥感应用研。

参考资料：

[1]全国高血压日PPT（优选版医疗课件） 编号37（第25页，发表于2022-06-25 00:06）

[2]全国高血压日PPT（优选版医疗课件） 编号38（第25页，发表于2022-06-25 00:06）

[3]庆祝中华人民共和国成立71周年PPT课件（精品版） 编号43（第35页，发表于2022-06-25 00:06）

[4]庆祝中华人民共和国成立71周年PPT课件（精品版） 编号37（第35页，发表于2022-06-25 00:06）

[5]庆祝中华人民共和国成立71周年PPT课件（精品版） 编号42（第35页，发表于2022-06-25 00:06）

[6]庆祝中华人民共和国成立71周年PPT课件（精品版） 编号38（第35页，发表于2022-06-25 00:06）

[7]庆祝中华人民共和国成立71周年PPT课件（精品版） 编号40（第35页，发表于2022-06-25 00:06）

[8]庆祝中华人民共和国成立71周年PPT课件（精品版） 编号56（第35页，发表于2022-06-25 00:06）

[9]庆祝中华人民共和国成立71周年PPT课件（精品版） 编号39（第35页，发表于2022-06-25 00:06）

[10]庆祝中华人民共和国成立71周年PPT课件（精品版） 编号46（第35页，发表于2022-06-25 00:06）

[11]庆祝中华人民共和国成立71周年PPT课件（精品版） 编号42（第35页，发表于2022-06-25 00:06）

[12]庆祝中华人民共和国成立71周年PPT课件（精品版） 编号38（第35页，发表于2022-06-25 00:06）

[13]骨质疏松症精版医疗课件PPT（24页） 编号45（第24页，发表于2022-06-25 00:06）

[14]骨质疏松症精版医疗课件PPT（24页） 编号39（第24页，发表于2022-06-25 00:06）

[15]骨质疏松症精版医疗课件PPT（24页） 编号43（第24页，发表于2022-06-25 00:06）

[16]骨质疏松症精版医疗课件PPT（24页） 编号43（第24页，发表于2022-06-25 00:06）

[17]骨质疏松症精版医疗课件PPT（24页） 编号33（第24页，发表于2022-06-25 00:06）

[18]骨质疏松症精版医疗课件PPT（24页） 编号41（第24页，发表于2022-06-25 00:06）

[19]骨质疏松症精版医疗课件PPT（24页） 编号38（第24页，发表于2022-06-25 00:06）

[20]骨质疏松症精版医疗课件PPT（24页） 编号38（第24页，发表于2022-06-25 00:06）