| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 缩略语和标记 | 第12-20页 |
| 缩略语 | 第12-14页 |
| 标记 | 第14-20页 |
| 第1章 绪论 | 第20-31页 |
| 1.1 研究背景 | 第20-27页 |
| 1.1.1 高光谱遥感 | 第20-21页 |
| 1.1.2 高光谱解混 | 第21-23页 |
| 1.1.3 高光谱降维 | 第23-26页 |
| 1.1.4 数据内在维度的估计 | 第26-27页 |
| 1.2 本文的研究内容和创新点 | 第27-29页 |
| 1.3 论文的章节安排 | 第29-31页 |
| 第2章 高光谱解混研究现状 | 第31-45页 |
| 2.1 光谱混合模型 | 第31-36页 |
| 2.1.1 线性光谱混合模型 | 第32-33页 |
| 2.1.2 非线性光谱混合模型 | 第33-36页 |
| 2.2 高光谱图像的线性解混算法 | 第36-41页 |
| 2.2.1 线性解混算法综述 | 第36-38页 |
| 2.2.2 N-FINDR算法 | 第38-39页 |
| 2.2.3 SGA算法 | 第39页 |
| 2.2.4 SVATF算法 | 第39-40页 |
| 2.2.5 VCA算法 | 第40页 |
| 2.2.6 FCLS和SPU算法 | 第40-41页 |
| 2.2.7 C-SUnSAL算法 | 第41页 |
| 2.3 高光谱图像的非线性解混算法 | 第41-43页 |
| 2.3.1 非线性解混算法综述 | 第41-42页 |
| 2.3.2 Heylen算法 | 第42-43页 |
| 2.4 高光谱解混中的相似性度量 | 第43-44页 |
| 2.5 本章小结 | 第44-45页 |
| 第3章 基于Cayley-Menger行列式的端元提取 | 第45-65页 |
| 3.1 引言 | 第45-46页 |
| 3.2 基于Cayley-Menger行列式的端元提取算法 | 第46-53页 |
| 3.2.1 单形体体积 | 第46-47页 |
| 3.2.2 算法描述 | 第47-48页 |
| 3.2.3 算法步骤 | 第48-50页 |
| 3.2.4 h_(?)与端元数目的关系 | 第50页 |
| 3.2.5 初始条件的选择 | 第50-51页 |
| 3.2.6 算法复杂度分析 | 第51-53页 |
| 3.3 实验结果 | 第53-63页 |
| 3.3.1 仿真数据实验 | 第54-57页 |
| 3.3.2 实际数据实验 | 第57-63页 |
| 3.4 本章小结 | 第63-65页 |
| 第4章 基于距离几何理论的丰度估计算法 | 第65-89页 |
| 4.1 引言 | 第65-67页 |
| 4.2 算法描述 | 第67-77页 |
| 4.2.1 三类观测像素 | 第67-68页 |
| 4.2.2 基于Cayley-Menger矩阵的重心坐标计算 | 第68-69页 |
| 4.2.3 基于距离几何约束的位置估计算法 | 第69-73页 |
| 4.2.4 基于内点的子空间定位算法 | 第73-74页 |
| 4.2.5 算法步骤 | 第74-76页 |
| 4.2.6 算法复杂度分析 | 第76-77页 |
| 4.3 数据实验结果 | 第77-87页 |
| 4.3.1 仿真数据实验 | 第78-83页 |
| 4.3.2 实际数据实验 | 第83-87页 |
| 4.4 本章小结 | 第87-89页 |
| 第5章 高光谱图像非线性解混研究 | 第89-112页 |
| 5.1 引言 | 第89-90页 |
| 5.2 基于约束非线性最小二乘的解混研究 | 第90-98页 |
| 5.2.1 约束非线性最小二乘问题 | 第90-92页 |
| 5.2.2 交替迭代优化算法 | 第92-95页 |
| 5.2.3 结构总体最小二乘算法 | 第95-98页 |
| 5.3 实验结果 | 第98-110页 |
| 5.3.1 仿真数据实验 | 第99-106页 |
| 5.3.2 实际数据实验 | 第106-110页 |
| 5.4 本章小结 | 第110-112页 |
| 第6章 高光谱图像空谱相似性度量研究 | 第112-134页 |
| 6.1 引言 | 第112-113页 |
| 6.2 空谱相似性度量 | 第113-119页 |
| 6.2.1 图像块距离 | 第113-116页 |
| 6.2.2 基于IPD的端元提取 | 第116-118页 |
| 6.2.3 基于IPD的降维 | 第118-119页 |
| 6.3 数据实验结果 | 第119-132页 |
| 6.3.1 实际数据集 | 第120-123页 |
| 6.3.2 kNN分类实验结果 | 第123-125页 |
| 6.3.3 降维实验结果 | 第125-131页 |
| 6.3.4 端元提取实验结果 | 第131-132页 |
| 6.4 本章小结 | 第132-134页 |
| 第7章 总结与展望 | 第134-137页 |
| 7.1 本文的主要工作和创新点 | 第134-135页 |
| 7.2 工作展望 | 第135-137页 |
| 附录部分数学证明 | 第137-142页 |
| A.1 式(3.10)和(3.13)的详细证明 | 第137页 |
| A.2 序列~({h_k})的非负和单调递减性证明 | 第137-138页 |
| A.3 定理4.1的证明 | 第138-139页 |
| A.4 式(4.20)中上下界的证明 | 第139-140页 |
| A.5 定理4.3的证明 | 第140页 |
| A.6 扩展的Hemitian矩阵求逆定理的证明 | 第140-142页 |
| 参考文献 | 第142-152页 |
| 攻读博士学位期间发表论文、申请专利 | 第152-156页 |
| 致谢 | 第156-157页 |
