首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

高光谱图像混合像元分解方法研究

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-15页
   ·研究背景及意义第11-12页
   ·混合像元分解问题的研究现状及应用第12-13页
   ·本文的主要工作及研究内容第13页
   ·本文的章节结构第13-15页
第二章 预备知识介绍第15-31页
   ·矩阵和范数的概念第15-17页
   ·混合像元分解模型第17-20页
   ·基于线性混合模型的混合像元分解算法第20-24页
   ·高光谱图像的特征第24-25页
   ·非负矩阵分解的基本思想和算法第25-26页
   ·增广拉格朗日算法第26-29页
     ·二次罚函数方法第27页
     ·非光滑的罚函数方法第27页
     ·增广拉格朗日方法第27-29页
   ·本章小结第29-31页
第三章 基于光谱库的混合像元分解第31-41页
   ·混合像元分解的先验信息第31-32页
   ·光谱库的混合像元分解第32-34页
   ·算法结构第34页
   ·实验结果与分析第34-39页
     ·模拟数据实验第34-37页
     ·真实数据实验第37-39页
   ·本章小结第39-41页
第四章 基于非负矩阵分解方法的混合像元分解第41-51页
   ·模型的建立与分析第41-43页
   ·算法的描述第43-44页
   ·实验结果与分析第44-49页
     ·端元提取的分析第45-47页
     ·端元与实验室数据对比的分析第47-48页
     ·精度评价与分析第48-49页
   ·本章小结第49-51页
第五章 基于增广拉格朗日方法的混合像元分解第51-59页
   ·模型的建立与分析第51-52页
   ·算法的描述第52-54页
   ·实验结果与分析第54-58页
     ·端元提取的分析第54-56页
     ·端元与实验室光谱对比的分析第56-57页
     ·精度评价与分析第57-58页
   ·本章小结第58-59页
第六章 总结和展望第59-61页
   ·本文总结第59-60页
   ·本文展望第60-61页
参考文献第61-66页
致谢第66-67页

论文共67页,点击 下载论文
上一篇:基于布局相似性的文本图像检索
下一篇:领域概念层次结构自动构建方法研究