| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第9-23页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 高光谱遥感发展概况 | 第10-13页 |
| 1.3 高光谱图像的数据特征及常用的特征提取方法 | 第13-16页 |
| 1.4 高光谱图像分类方法概述 | 第16-21页 |
| 1.5 研究内容以及本文的组织结构 | 第21-23页 |
| 2 相关熵方法研究现状 | 第23-27页 |
| 2.1 相关熵理论及发展介绍 | 第23-25页 |
| 2.2 相关熵性质介绍 | 第25-27页 |
| 3 基于相关熵方法的高光谱图像分类算法 | 第27-36页 |
| 3.1 主成分分析 | 第27-28页 |
| 3.2 稀疏表示模型 | 第28-30页 |
| 3.3 弹性网正则化（Elastic-net Regularization） | 第30-32页 |
| 3.4 基于相关熵方法的高光谱图像分类算法 | 第32-36页 |
| 4 实验结果及分析 | 第36-44页 |
| 4.1 基于Indian Pines数据库的分类实验 | 第36-39页 |
| 4.2 基于Salinas数据库的分类实验 | 第39-41页 |
| 4.3 基于Pavia University Scene数据库的分类实验 | 第41-44页 |
| 5 总结与展望 | 第44-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-52页 |