| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-28页 |
| 1.1 研究背景与意义 | 第11-14页 |
| 1.2 国内外研究现状 | 第14-23页 |
| 1.3 高光谱图像半监督分类的难点以及现存的问题 | 第23-24页 |
| 1.4 研究内容与创新点 | 第24-25页 |
| 1.5 论文的章节安排 | 第25-28页 |
| 2 稀疏表达理论 | 第28-40页 |
| 2.1 引言 | 第28页 |
| 2.2 稀疏表达理论 | 第28-37页 |
| 2.3 稀疏表达在高光谱图像处理中的应用 | 第37-39页 |
| 2.4 本章小结 | 第39-40页 |
| 3 基于PCSSR图的高光谱图像半监督分类方法 | 第40-65页 |
| 3.1 引言 | 第40-41页 |
| 3.2 概率类别结构正则的稀疏表达(PCSSR)模型 | 第41-46页 |
| 3.3 基于PCSSR图的高光谱图像半监督分类方法 | 第46-49页 |
| 3.4 实验结果与分析 | 第49-64页 |
| 3.5 本章小结 | 第64-65页 |
| 4 基于SCSSR图的高光谱图像半监督分类方法 | 第65-83页 |
| 4.1 引言 | 第65页 |
| 4.2 空域和类别结构正则的稀疏表达(SCSSR)模型 | 第65-71页 |
| 4.3 基于SCSSR图的高光谱图像半监督分类方法 | 第71页 |
| 4.4 实验结果与讨论 | 第71-81页 |
| 4.5 本章小结 | 第81-83页 |
| 5 基于RSD图的高光谱图像半监督分类方法 | 第83-101页 |
| 5.1 引言 | 第83页 |
| 5.2 基于表示空间的判别性(RSD)图模型 | 第83-89页 |
| 5.3 基于RSD图的高光谱图像半监督分类方法 | 第89-90页 |
| 5.4 实验结果与讨论 | 第90-100页 |
| 5.5 本章小结 | 第100-101页 |
| 6 总结与展望 | 第101-104页 |
| 6.1 全文总结 | 第101-102页 |
| 6.2 主要创新点 | 第102-103页 |
| 6.3 研究展望 | 第103-104页 |
| 致谢 | 第104-105页 |
| 参考文献 | 第105-121页 |
| 附录1 攻读博士学位期间发表的学术论文 | 第121-122页 |
| 附录2 攻读博士学位期间参与申请的专利 | 第122-123页 |
| 附录3 公开发表的学术论文与博士学位论文的关系 | 第123-124页 |
| 附录4 攻读博士学位期间参与的科研课题 | 第124-125页 |
