基于稀疏表示的热红外高光谱数据岩性分类研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 热红外遥感技术及应用研究现状 | 第9页 |
| 1.2.2 高光谱遥感图像分类技术及应用研究现状 | 第9-11页 |
| 1.2.3 稀疏表示技术及应用研究现状 | 第11-12页 |
| 1.2.4 存在问题 | 第12页 |
| 1.3 主要研究内容及技术路线 | 第12-15页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 技术路线 | 第13-15页 |
| 第2章 研究区概况及数据预处理理论 | 第15-23页 |
| 2.1 研究区概况 | 第15-16页 |
| 2.2 热红外高光谱数据预处理理论 | 第16-23页 |
| 2.2.1 热红外辐射传输过程 | 第16-17页 |
| 2.2.2 地表发射率反演 | 第17-23页 |
| 第3章 稀疏表示分类方法理论 | 第23-31页 |
| 3.1 引言 | 第23页 |
| 3.2 稀疏表示模型 | 第23-29页 |
| 3.2.1 稀疏表示问题优化模型 | 第25-26页 |
| 3.2.2 稀疏表示分类模型 | 第26-28页 |
| 3.2.3 邻域加权的稀疏表示分类 | 第28-29页 |
| 3.3 字典构建 | 第29-31页 |
| 第4章 稀疏表示在岩性分类中的应用 | 第31-39页 |
| 4.1 TASI数据介绍及数据预处理 | 第31-35页 |
| 4.1.1 TASI数据介绍 | 第31-32页 |
| 4.1.2 TASI数据预处理 | 第32-35页 |
| 4.2 TASI数据岩性分类 | 第35-39页 |
| 第5章 应用结果对比分析研究 | 第39-52页 |
| 5.1 常用分类方法 | 第39-42页 |
| 5.1.1 光谱角填图 | 第39-40页 |
| 5.1.2 支持向量机 | 第40-42页 |
| 5.2 分类精度评价方法 | 第42-44页 |
| 5.2.1 总体精度 | 第42页 |
| 5.2.2 Kappa系数 | 第42-43页 |
| 5.2.3 混淆矩阵 | 第43-44页 |
| 5.3 基于AVIRIS数据的实验分析 | 第44-48页 |
| 5.3.1 India Pines数据介绍 | 第44-45页 |
| 5.3.2 基于India Pines数据实验 | 第45-48页 |
| 5.4 基于TASI数据的应用评价 | 第48-52页 |
| 5.4.1 总体评价 | 第48-50页 |
| 5.4.2 局部评价 | 第50-51页 |
| 5.4.3 岩性分类错误原因分析 | 第51-52页 |
| 第6章 总结及展望 | 第52-54页 |
| 6.1 本文总结 | 第52-53页 |
| 6.2 进一步的工作展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59页 |
