导读:本文包含了面向对象分析法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:面向对象,无人机,本体,语言,建模,射影,影像。
面向对象分析法论文文献综述
陈丽萍,张勇,江家宝,李小荣[1]（2019）在《地方应用型高校《UML面向对象分析与设计》课程案例教学法优化研究与实践》一文中研究指出以培养应用型本科人才为目标,针对学生普遍反映的"UML面向对象分析与设计"课程内容抽象,学习吃力而逐渐失去兴趣的情况,结合在该课程的案例教学研究和实践经历,分析了课程目前教学中存在的突出问题,并从案例筛选、理论讲授与案例教学有效结合和案例教学组织过程等方面阐述了该课程案例教学的优化。实践表明,此方法能激发学生学习兴趣,切实提高了软件分析与设计能力。(本文来源于《忻州师范学院学报》期刊2019年05期）
王舒[2]（2019）在《基于面向对象分析的无人机影像侵蚀沟提取研究》一文中研究指出侵蚀沟在我国的黄土高原地区有着极为广泛的分布,它是侵蚀地貌最主要类型。对于侵蚀沟的治理是土壤侵蚀治理的重要内容。侵蚀沟的提取方法主要包括:目视解译、基于像元分析方法、面向对象方法叁大类。前两种方法费时费力、受限于影像精度而且对解译人员的业务素质和工作经验要求高,面向对象方法往往只利用影像的光谱信息,缺少地形信息,对分类精度造成影响。本文融合无人机影像生产的高分辨率DEM与DOM影像数据,结合面向对象影像分析的方法,使用多层次特征提取对安塞区纸坊沟的侵蚀沟进行提取,部分克服了传统侵蚀沟在地形图上人工目视解译与外业调绘侵蚀沟的费时费力的问题,并且分类精度较高。论文的主要研究内容以及结论如下:(1)确定了侵蚀沟提取的最优分割尺度参数:通过局部方差法得到了研究区域进行冲沟切沟区与浅沟区提取时的最优分割尺度参数,包括形状参数、紧致度参数和最优分割尺度参数。冲沟切沟区地形数据的最优参数组合为(215-0.4-0.7)、冲沟切沟区地形和影像数据的最优参数组合为(187-0.4-0.6),浅沟区地形数据的最优参数组合为(152-0.5-0.7)、地形和影像数据的最优参数组合为(133-0.3-0.5)。(2)构建了面向对象分类的特征空间:利用R语言分割结果的纹理特征、光谱特征与几何特征计算分类误差以及分类精度,并对特征空间的变量重要性进行排序,然后对若干个主要的变量进行保留而后再计算一次效能,通过这样重复的计算直到找出最为合适的变量,构建了面向对象分类的特征空间。其中切沟地形数据的特征为17个,地形加影像数据的特征为18个,而浅沟地形和影像数据的特征为10个。(3)基于面向对象的双层次方法完成了侵蚀沟提取:基于面向对象分类的特征空间,利用面向对象分类思想实现了冲沟切沟区的提取,研究结果表明:地形加影像数据的分类精度整体上要高于地形数据的分类精度,其中地形和影像数据分类中随机森林分类方法的精度最高,整体分类精度为92.82%,Kappa系数为0.85。利用规则分类对浅沟区进行了提取,分类的用户精度为86.96%。(4)分析了各侵蚀沟带的坡度与坡向特征:对各侵蚀沟带的坡度与坡向进行计算,通过计算得到坡度和坡向图和频率曲线,结果表明坡度统计分布图接近于正态分布,坡向的统计分布中阳坡所占比例大于阴坡。(本文来源于《西安科技大学》期刊2019-06-01）
林霞,孙晓燕[3]（2019）在《《UML与面向对象分析和设计》学习评价模式改革探索》一文中研究指出介绍了学习评价的改革思路,实施过程中增加了课堂小组讨论、实验作业和实验报告在平时成绩中的比重,并详细介绍了成绩构成中每一部分的具体实施方法,这种N+1+1综合评价模式提高了学生的课堂参与度和分析问题解决问题的能力。(本文来源于《科技经济导刊》期刊2019年13期）
薛牡丹[4]（2018）在《基于面向对象分析的无人机影像梯田田面提取研究》一文中研究指出梯田建设作为坡耕地整治的一项主要措施,在我国黄土丘陵山区的农业发展及治理水土流失中起着关键作用。精准、高效地提取梯田的田面,可为改善黄土丘陵区域农业经济发展,梯田建设评估提供可靠的支持。目前,通过遥感影像自动、半自动化解译梯田信息有一定的研究进展,但是受数据获取成本、精度、数据源单一、解译方法单一等限制,梯田信息提取研究只限于大范围地提取梯田区域。低成本地进行梯田的田面精准提取仍需进一步研究。本文以甘肃省兰州市榆中县龙泉乡的水平旱梯田为样区,基于面向对象(Object Base Image Analysis,OBIA)分析方法,应用无人机遥感影像与通过DEM计算出的地形因子,研究提取梯田田面的方法。论文主要研究内容如下:(1)梯田分割的研究。首先对无人机正射影像(分辨率0.5m)进行影像增强,以及通过数字高程模型(Digital Elevation Model,DEM)(分辨率0.5m)计算得出地形因子并降维;其次对增强后的正射影像、降维后的地形因子、及两者的融合等叁种数据,分别采用多尺度分割,获取梯田与非梯田对象。研究表明,将正射影像与地形因子融合的多尺度分割效果优于应用单一数据源。(2)梯田田面对象分类研究。对多尺度分割获取的梯田与非梯田对象,采用监督学习(K-最邻近,支持向量机,决策树)法进行分类提取出梯田田面。并应用基于混淆矩阵法的计算的总精度、Kappa系数进行分类精度评价。实验表明,应用正射影像与地形因子融合的数据,分类效果优于基于单一数据源的分类效果。并且,对于形状较为规则、田面上覆盖物较少的梯田,基于支持向量机的分类结果优于基于K-最邻近法和决策树法。而对于形状不规则,田面上有积雪等覆盖物的梯田,基于决策树法的分类结果优于基于K-最邻近法和支持向量机法。(本文来源于《西北农林科技大学》期刊2018-05-01）
毕忠勤,周平[5]（2018）在《基于CDIO理念的面向对象分析与设计课程教学改革探索》一文中研究指出面向对象分析与设计课程作为软件工程专业的核心课程,强调学生工程实践能力的培养。文章结合CDIO工程教育理念,对面向对象分析与设计教学内容、教学方法、实践环节等内容提出改革,强调理论基础知识扎实的同时依据CDIO理念培养学生工程能力。(本文来源于《计算机教育》期刊2018年02期）
顾海燕,李海涛,闫利,韩颜顺,余凡[6]（2018）在《地理本体驱动的遥感影像面向对象分析方法》一文中研究指出针对遥感影像面向对象分析技术存在的"分类过程中专家分析不同带来的分类结果不一致"问题,提出地理本体驱动的"地理实体描述-模型构建-影像对象分类"解译框架。首先,利用地理本体建立影像对象客观特征与地理专家知识的联系,实现对地理实体的描述与表达;其次,利用知识工程方法以及计算机可操作的形式化本体语言构建影像对象特征、分类器的本体模型,形成语义网络模型;最后,联合语义网络模型与专家规则实现影像对象的语义分类。地表覆盖分类实验结果表明,该方法不仅能够得到反映真实地理对象的遥感影像分类结果,而且能够掌握地理实体的语义信息,实现地表覆盖分类知识的共享与语义网络模型的复用,为遥感影像面向对象分析提供了一种全局性的解译分析框架及其方法。(本文来源于《武汉大学学报(信息科学版)》期刊2018年01期）
林加强[7]（2016）在《分析统一建模语言在面向对象分析与设计中的应用》一文中研究指出通过面向对象的分析方式来分析和解决问题,直接映射问题空间,将计算机对象和实际世界相对应,使其符合现实规律,充分解决模型不匹配现象,也更容易地适应变化,使统一建模语言和面向对象分析更有效地结合在一起。通过统一建模语言来分析和讨论此方法的特点和过程。(本文来源于《信息系统工程》期刊2016年07期）
郑小蓉[8]（2016）在《超市管理系统的面向对象分析》一文中研究指出本文用面向对象的方法对超市管理系统做了需求分析,设计出该系统的用例图、类图、序列图、状态图以及活动图,该系统有利于中小型超市的管理,提高其利润和竞争力。(本文来源于《科技展望》期刊2016年18期）
徐夏夏[9]（2015）在《浅谈面向对象分析与设计》一文中研究指出目前,面向对象的分析与设计方法正处于发展阶段,实际上都还没有真正解决从应用领域知识到需求模型的演变问题。要解决这个问题,毋庸置疑,还有很长的路要走。(本文来源于《福建质量管理》期刊2015年10期）
罗曦[10]（2015）在《《面向对象分析与设计UML》的课堂教学新模式的研究》一文中研究指出面向对象分析与设计是一门研究和掌握使用面向对象技术进行软件开发的专业课程,是软件工程专业的必修课程,在专业课中占据重要位置。这是一门抽象性很强的课程,如何将抽象的建模理论为学生所接受是该课程讲授过程的重点。本文从高等院校面向对象分析与设计的课程特点出发,在实际教学中引入了"讲授—案例—互动—实践—考评"五段课堂教学新模式,在教学实践活动中综合运用多种教学方法和手段,希望能提高学生的面向对象系统分析与设计能力及面向对象软件开发能力,且帮助培养学生的创新能力。(本文来源于《信息化建设》期刊2015年05期）
面向对象分析法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
侵蚀沟在我国的黄土高原地区有着极为广泛的分布,它是侵蚀地貌最主要类型。对于侵蚀沟的治理是土壤侵蚀治理的重要内容。侵蚀沟的提取方法主要包括:目视解译、基于像元分析方法、面向对象方法叁大类。前两种方法费时费力、受限于影像精度而且对解译人员的业务素质和工作经验要求高,面向对象方法往往只利用影像的光谱信息,缺少地形信息,对分类精度造成影响。本文融合无人机影像生产的高分辨率DEM与DOM影像数据,结合面向对象影像分析的方法,使用多层次特征提取对安塞区纸坊沟的侵蚀沟进行提取,部分克服了传统侵蚀沟在地形图上人工目视解译与外业调绘侵蚀沟的费时费力的问题,并且分类精度较高。论文的主要研究内容以及结论如下:(1)确定了侵蚀沟提取的最优分割尺度参数:通过局部方差法得到了研究区域进行冲沟切沟区与浅沟区提取时的最优分割尺度参数,包括形状参数、紧致度参数和最优分割尺度参数。冲沟切沟区地形数据的最优参数组合为(215-0.4-0.7)、冲沟切沟区地形和影像数据的最优参数组合为(187-0.4-0.6),浅沟区地形数据的最优参数组合为(152-0.5-0.7)、地形和影像数据的最优参数组合为(133-0.3-0.5)。(2)构建了面向对象分类的特征空间:利用R语言分割结果的纹理特征、光谱特征与几何特征计算分类误差以及分类精度,并对特征空间的变量重要性进行排序,然后对若干个主要的变量进行保留而后再计算一次效能,通过这样重复的计算直到找出最为合适的变量,构建了面向对象分类的特征空间。其中切沟地形数据的特征为17个,地形加影像数据的特征为18个,而浅沟地形和影像数据的特征为10个。(3)基于面向对象的双层次方法完成了侵蚀沟提取:基于面向对象分类的特征空间,利用面向对象分类思想实现了冲沟切沟区的提取,研究结果表明:地形加影像数据的分类精度整体上要高于地形数据的分类精度,其中地形和影像数据分类中随机森林分类方法的精度最高,整体分类精度为92.82%,Kappa系数为0.85。利用规则分类对浅沟区进行了提取,分类的用户精度为86.96%。(4)分析了各侵蚀沟带的坡度与坡向特征:对各侵蚀沟带的坡度与坡向进行计算,通过计算得到坡度和坡向图和频率曲线,结果表明坡度统计分布图接近于正态分布,坡向的统计分布中阳坡所占比例大于阴坡。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
面向对象分析法论文参考文献
[1].陈丽萍,张勇,江家宝,李小荣.地方应用型高校《UML面向对象分析与设计》课程案例教学法优化研究与实践[J].忻州师范学院学报.2019
[2].王舒.基于面向对象分析的无人机影像侵蚀沟提取研究[D].西安科技大学.2019
[3].林霞,孙晓燕.《UML与面向对象分析和设计》学习评价模式改革探索[J].科技经济导刊.2019
[4].薛牡丹.基于面向对象分析的无人机影像梯田田面提取研究[D].西北农林科技大学.2018
[5].毕忠勤,周平.基于CDIO理念的面向对象分析与设计课程教学改革探索[J].计算机教育.2018
[6].顾海燕,李海涛,闫利,韩颜顺,余凡.地理本体驱动的遥感影像面向对象分析方法[J].武汉大学学报(信息科学版).2018
[7].林加强.分析统一建模语言在面向对象分析与设计中的应用[J].信息系统工程.2016
[8].郑小蓉.超市管理系统的面向对象分析[J].科技展望.2016
[9].徐夏夏.浅谈面向对象分析与设计[J].福建质量管理.2015
[10].罗曦.《面向对象分析与设计UML》的课堂教学新模式的研究[J].信息化建设.2015
论文知识图
