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

字典学习算法及其在高光谱图像分类中的应用研究

摘要第4-6页
Abstract第6-7页
目录第8-10页
第1章 绪论第10-15页
    1.1 研究意义第10-11页
    1.2 国内外现状第11-13页
    1.3 主要工作第13页
    1.4 内容安排第13-15页
第2章 预备知识第15-25页
    2.1 稀疏表示介绍第15-17页
        2.1.1 稀疏表示模型第15-16页
        2.1.2 基于稀疏表示的分类第16-17页
    2.2 字典学习算法简介第17-24页
        2.2.1 无监督的字典学习算法第17-20页
        2.2.2 监督的字典学习算法第20-24页
    2.3 本章小结第24-25页
第3章 基于线性回归与Fisher判别的字典学习算法(LRFDDL)第25-35页
    3.1 引言第25页
    3.2 基于线性回归与Fisher判别的字典学习算法LRFDDL第25-29页
        3.2.1 算法思想第25-27页
        3.2.2 算法描述第27-29页
        3.2.3 基于LRFDDL的分类第29页
    3.3 实验第29-34页
        3.3.1 实验数据描述第29-31页
        3.3.2 实验参数设置第31页
        3.3.3 实验结果与分析第31-34页
    3.4 本章小结第34-35页
第4章 基于标签一致性与Fisher判别的字典学习算法(LCFDDL)第35-43页
    4.1 引言第35页
    4.2 基于标签一致性与Fisher判别的字典学习算法LCFDDL第35-39页
        4.2.1 算法思想第35-36页
        4.2.2 算法描述第36-38页
        4.2.3 基于LCFDDL的分类第38-39页
    4.3 实验第39-41页
        4.3.1 实验数据描述和实验设置第39页
        4.3.2 实验结果与分析第39-41页
    4.4 本章小结第41-43页
第5章 基于LRFDDL和LCFDDL的高光谱图像分类第43-59页
    5.1 引言第43页
    5.2 高光谱图像分类方法简介第43-45页
    5.3 高光谱图像的纹理特征提取第45-46页
    5.4 基于LRFDDL和LCFDDL的高光谱图像分类第46-58页
        5.4.1 算法描述第46-47页
        5.4.2 实验结果与分析第47-58页
    5.5 本章小结第58-59页
第6章 总结与展望第59-61页
    6.1 工作总结第59-60页
    6.2 工作展望第60-61页
参考文献第61-68页
附录第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:射频同轴开关热特性分析与优化设计
下一篇:混合励磁开关磁阻电机的四电平驱动控制技术研究