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

光谱解混技术的研究及其在油量分析中的应用

摘要第1-7页
ABSTRACT第7-11页
第1章 绪论第11-19页
   ·课题背景及研究意义第11-15页
   ·高光谱解混研究现状第15-16页
   ·论文的研究工作及总体架构第16-19页
     ·论文研究工作第16-18页
     ·论文结构第18-19页
第2章 光谱解混技术第19-32页
   ·光谱混合模型第19-22页
     ·线性光谱混合模型第20-21页
     ·非线性光谱混合模型第21-22页
   ·端元提取算法简述第22-27页
     ·像素纯度索引第22-23页
     ·N-FINDR算法第23-25页
     ·迭代误差分析算法第25-26页
     ·OSP端元提取算法第26-27页
   ·混合像元分解第27-31页
     ·最小二乘法第27-28页
     ·端元投影向量法第28-29页
     ·独立成分分析法第29-30页
     ·投影寻踪第30-31页
   ·本文利用的基本解混算法第31页
   ·本章小结第31-32页
第3章 改进的N-FINDR算法及其模拟实验第32-53页
   ·改进的N-FINDR算法第32-43页
     ·问题的引出第32-33页
     ·相关性系数在端元提取中的应用第33-35页
     ·改进N-FINDR算法实现的具体步骤第35-37页
     ·混合像元影像的模拟合成第37页
     ·改进前后的N-FINDR算法运行结果比较第37-43页
   ·改进的N-FINDR算法用于模拟影像的解混第43-45页
   ·改进N-FINDR在合成油膜图像解混中的应用第45-52页
     ·油膜混合图像的合成第46-51页
     ·油膜合成图像解混第51-52页
   ·本章小结第52-53页
第4章 光谱解混在实测高光谱图像油量分析中的应用第53-66页
   ·数据来源第53页
   ·高光谱溢油图像处理流程第53-55页
   ·主成分分析法降维第55-60页
   ·高光谱溢油图像解混实验第60-64页
   ·本章小结第64-66页
第5章 总结与展望第66-68页
   ·总结第66-67页
   ·展望第67-68页
参考文献第68-71页
攻读学位期间公开发表论文第71-72页
致谢第72-73页
研究生履历第73页

论文共73页,点击 下载论文
上一篇:鞍山市质检所食品检验管理信息系统设计与开发
下一篇:基于录井曲线数据的三维地质模型构建研究