| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 高光谱遥感图像混合像元分解 | 第12-14页 |
| 1.2.2 高分遥感图像场景分类 | 第14-15页 |
| 1.3 现有方法的不足 | 第15-16页 |
| 1.4 论文创新点 | 第16-17页 |
| 1.5 论文组织结构 | 第17-19页 |
| 第二章 基于地物依赖性约束非负矩阵分解的高光谱混合像元分解 | 第19-33页 |
| 2.1 线性混合模型与非负矩阵分解 | 第19-20页 |
| 2.1.1 线性混合模型 | 第19-20页 |
| 2.1.2 非负矩阵分解及其在混合像元分解中的应用 | 第20页 |
| 2.2 提出的方法 | 第20-24页 |
| 2.2.1 目标函数 | 第21-22页 |
| 2.2.2 迭代规则 | 第22-23页 |
| 2.2.3 实施中个几个补充问题 | 第23-24页 |
| 2.3 实验 | 第24-33页 |
| 2.3.1 实验数据介绍 | 第25-26页 |
| 2.3.2 合成数据上的实验 | 第26-29页 |
| 2.3.3 真实数据上的实验 | 第29-33页 |
| 第三章 基于无监督特征学习的高分遥感影像场景分类方法 | 第33-39页 |
| 3.1 无监督特征学习简介 | 第33-34页 |
| 3.2 所提出的方法 | 第34-36页 |
| 3.2.1 数据准备 | 第34页 |
| 3.2.2 特征学习 | 第34-35页 |
| 3.2.3 场景分类 | 第35-36页 |
| 3.3 实验 | 第36-39页 |
| 3.3.1 实验数据及设置 | 第36页 |
| 3.3.2 实验结果 | 第36-39页 |
| 第四章 基于解卷积网络的高分遥感影像场景分类方法 | 第39-53页 |
| 4.1 方法概述 | 第39-40页 |
| 4.2 具体实施 | 第40-43页 |
| 4.2.1 特征图学习 | 第40-43页 |
| 4.2.2 SPM特征整合 | 第43页 |
| 4.3 实验 | 第43-53页 |
| 4.3.1 数据库与对比方法 | 第43-46页 |
| 4.3.2 实验参数设置 | 第46页 |
| 4.3.3 实验 | 第46-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第59页 |
