| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-27页 |
| 1.1 高光谱图像研究背景 | 第17-20页 |
| 1.1.1 高光谱遥感技术发展 | 第17-19页 |
| 1.1.2 高光谱图像研究方向 | 第19-20页 |
| 1.2 深度学习简介 | 第20-24页 |
| 1.2.1 深度学习研究背景 | 第20-22页 |
| 1.2.2 深度学习研究现状 | 第22-24页 |
| 1.3 论文内容安排及主要工作 | 第24-27页 |
| 第二章 高光谱图像分类理论研究 | 第27-35页 |
| 2.1 基于浅层学习的高光谱图像分类方法 | 第27-28页 |
| 2.2 基于深度学习的高光谱图像分类方法 | 第28-31页 |
| 2.2.1 基于栈式自编码器的高光谱图像分类 | 第28-30页 |
| 2.2.2 基于卷积神经网络的高光谱图像分类 | 第30-31页 |
| 2.3 高光谱图像分类任务评价准则 | 第31-35页 |
| 2.3.1 高光谱图像分类数据集 | 第31-33页 |
| 2.3.2 高光谱图像分类任务评价准则 | 第33-35页 |
| 第三章 基于空间约束视觉词袋的高光谱图像分类 | 第35-49页 |
| 3.1 引言 | 第35-36页 |
| 3.2 视觉词袋模型 | 第36页 |
| 3.3 空间约束视觉词袋模型 | 第36-39页 |
| 3.3.1 低层特征提取 | 第36-37页 |
| 3.3.2 视觉词码本构建 | 第37-38页 |
| 3.3.3 超像素分割构建文档 | 第38页 |
| 3.3.4 语义特征提取 | 第38-39页 |
| 3.4 实验设计与结果分析 | 第39-47页 |
| 3.4.1 实验设计 | 第39-40页 |
| 3.4.2 实验结果及分析 | 第40-45页 |
| 3.4.3 参数分析 | 第45-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第四章 基于局部空间序列递归神经网络的高光谱图像分类 | 第49-65页 |
| 4.1 引言 | 第49-50页 |
| 4.2 前馈神经网络与递归神经网络 | 第50-52页 |
| 4.2.1 前馈神经网络 | 第50-51页 |
| 4.2.2 递归神经网络 | 第51-52页 |
| 4.3 局部空间序列递归神经网络 | 第52-56页 |
| 4.3.1 低层特征提取 | 第52-53页 |
| 4.3.2 局部空间序列特征 | 第53-55页 |
| 4.3.3 基于局部空间序列特征的递归神经网络 | 第55-56页 |
| 4.4 实验设计与结果分析 | 第56-64页 |
| 4.4.1 实验设计 | 第56-57页 |
| 4.4.2 实验结果及分析 | 第57-63页 |
| 4.4.3 参数分析 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 基于非局部序列递归神经网络的高光谱图像分类 | 第65-77页 |
| 5.1 引言 | 第65-66页 |
| 5.2 非局部序列递归神经网络 | 第66-69页 |
| 5.2.1 低层特征提取 | 第66-67页 |
| 5.2.2 非局部序列特征 | 第67-68页 |
| 5.2.3 基于非局部序列特征的递归神经网络 | 第68-69页 |
| 5.3 实验设计与结果分析 | 第69-73页 |
| 5.3.1 实验设计 | 第69页 |
| 5.3.2 实验结果及分析 | 第69-72页 |
| 5.3.3 参数分析 | 第72-73页 |
| 5.4 本章小结 | 第73-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 总结 | 第77-78页 |
| 6.2 展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 作者简介 | 第85页 |