| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 高光谱遥感的研究现状 | 第10-11页 |
| 1.2.2 主动学习的研究现状 | 第11-12页 |
| 1.3 论文内容及结构安排 | 第12-15页 |
| 第2章 高光谱图像分类方法及主动学习方法 | 第15-32页 |
| 2.1 引言 | 第15页 |
| 2.2 高光谱图像分类技术 | 第15-21页 |
| 2.2.1 高光谱图像数据概述 | 第15-17页 |
| 2.2.2 高光谱图像分类技术概述 | 第17-21页 |
| 2.3 主动学习算法 | 第21-25页 |
| 2.3.1 主动学习算法框架 | 第21-22页 |
| 2.3.2 主动学习采样策略 | 第22-25页 |
| 2.4 高光谱图像数据集 | 第25-29页 |
| 2.4.1 ROSIS帕维亚大学数据集 | 第25-26页 |
| 2.4.2 KSC肯迪尼航天中心数据集 | 第26-27页 |
| 2.4.3 AVIRIS印第安纳数据集 | 第27-28页 |
| 2.4.4 分类评价指标 | 第28-29页 |
| 2.5 本章小结 | 第29-32页 |
| 第3章 结合无监督与熵值装袋的主动学习算法 | 第32-49页 |
| 3.1 基于熵值装袋的主动学习算法 | 第32-34页 |
| 3.1.1 熵值装袋算法 | 第32-33页 |
| 3.1.2 熵值装袋算法的缺陷 | 第33-34页 |
| 3.2 结合无监督学习的样本挑选策略 | 第34-37页 |
| 3.2.1 结合无监督二级筛选原理 | 第34-35页 |
| 3.2.2 结合无监督二级筛选流程 | 第35-37页 |
| 3.3 仿真实验与结果分析 | 第37-47页 |
| 3.3.1 实验环境及数据 | 第37-38页 |
| 3.3.2 实验设置及评价指标 | 第38页 |
| 3.3.3 AVIRIS印第安纳数据集实验 | 第38-43页 |
| 3.3.4 ROSIS帕维亚大学数据集实验 | 第43-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第4章 多策略伪标签校验的半监督主动学习算法 | 第49-66页 |
| 4.1 CASSL算法 | 第49-52页 |
| 4.1.1 CASSL算法原理 | 第49-52页 |
| 4.1.2 CASSL算法存在的问题 | 第52页 |
| 4.2 多策略伪标签校验算法DSC-CASSL算法 | 第52-57页 |
| 4.2.1 ESAL算法原理 | 第52-54页 |
| 4.2.2 DSC-CASSL算法原理 | 第54-57页 |
| 4.3 仿真实验与结果分析 | 第57-65页 |
| 4.3.1 实验环境及数据 | 第57页 |
| 4.3.2 实验设置及性能评价指标 | 第57页 |
| 4.3.3 AVIRIS印第安纳数据集实验 | 第57-61页 |
| 4.3.4 KSC肯尼迪航天中心数据实验 | 第61-65页 |
| 4.4 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-74页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第74-76页 |
| 致谢 | 第76页 |