基于卷积稀疏表示与组合核方法的高光谱图像分类研究
| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 课题的研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 高光谱图像分类技术研究现状 | 第12页 |
| 1.2.2 卷积稀疏表示的研究现状 | 第12-14页 |
| 1.2.3 Gabor特征提取的研究现状 | 第14页 |
| 1.2.4 支持向量机的研究现状 | 第14-15页 |
| 1.3 分类结果评价 | 第15-16页 |
| 1.4 高光谱数据集 | 第16-18页 |
| 1.5 本文的研究内容和组织结构 | 第18-20页 |
| 第2章 高光谱图像分类方法研究 | 第20-26页 |
| 2.1 基于稀疏表示的分类 | 第20页 |
| 2.2 基于协作表示的分类 | 第20-21页 |
| 2.3 支持向量机 | 第21-25页 |
| 2.3.1 线性支持向量机 | 第22-23页 |
| 2.3.2 非线性支持向量机 | 第23-24页 |
| 2.3.3 核函数 | 第24-25页 |
| 2.3.4 多类分类问题 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于卷积稀疏表示的高光谱图像分类 | 第26-37页 |
| 3.1 卷积稀疏表示 | 第26-28页 |
| 3.1.1 卷积稀疏表示模型 | 第26页 |
| 3.1.2 卷积稀疏表示模型求解 | 第26-28页 |
| 3.2 基于卷积稀疏表示的分类方法 | 第28-32页 |
| 3.2.1 分类方法的提出 | 第28-29页 |
| 3.2.2 分类方法的具体流程步骤 | 第29-32页 |
| 3.3 实验仿真 | 第32-36页 |
| 3.3.1 实验对比方法 | 第32页 |
| 3.3.2 实验数据及参数 | 第32-33页 |
| 3.3.3 实验结果及分析 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于Gabor特征的组合核分类法 | 第37-48页 |
| 4.1 Gabor特征提取 | 第37-38页 |
| 4.2 组合核函数 | 第38页 |
| 4.3 基于Gabor特征的组合核分类方法 | 第38-41页 |
| 4.3.1 分类方法的提出 | 第38-39页 |
| 4.3.2 分类方法的具体流程步骤 | 第39-41页 |
| 4.4 实验仿真 | 第41-47页 |
| 4.4.1 实验对比方法 | 第41-42页 |
| 4.4.2 实验数据及参数 | 第42页 |
| 4.4.3 实验结果及分析 | 第42-47页 |
| 4.5 本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第56页 |
