| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-11页 |
| 目录 | 第11-18页 |
| 第1章 绪论 | 第18-35页 |
| ·高光谱成像技术的发展现状 | 第18-20页 |
| ·高光谱遥感成像原理 | 第19-20页 |
| ·高光谱遥感图像的特点 | 第20-22页 |
| ·高维非线性 | 第21-22页 |
| ·波段间相关性和空间相关性共存 | 第22页 |
| ·训练样本标记难以获得 | 第22页 |
| ·高光谱遥感图像分类技术的研究现状 | 第22-30页 |
| ·监督分类与非监督分类 | 第23-26页 |
| ·参数分类与非参数分类 | 第26-27页 |
| ·核函数分类与非核函数分类 | 第27-29页 |
| ·其他分类方法 | 第29-30页 |
| ·高光谱遥感图像分类面临的主要问题 | 第30-31页 |
| ·高斯过程的起源与发展 | 第31-32页 |
| ·本文的主要研究内容与组织结构 | 第32-34页 |
| ·本文所采用的数据集 | 第34-35页 |
| 第2章 高斯过程简介 | 第35-51页 |
| ·高斯过程的概念 | 第35-37页 |
| ·高斯分布 | 第35-37页 |
| ·高斯过程 | 第37页 |
| ·高斯过程的模型选择 | 第37-42页 |
| ·确定高斯过程核函数形式 | 第37-40页 |
| ·高斯过程中超参数的学习 | 第40-42页 |
| ·基于高斯过程的回归 | 第42-44页 |
| ·基于高斯过程的分类 | 第44-47页 |
| ·高斯过程二类分类 | 第44-45页 |
| ·高斯过程多类分类 | 第45-47页 |
| ·基于高斯过程分类的近似算法 | 第47-48页 |
| ·拉普拉斯近似算法 | 第47页 |
| ·期望传播近似法 | 第47-48页 |
| ·变分法 | 第48页 |
| ·大数据集下高斯过程的近似计算 | 第48-50页 |
| ·大数据集下高斯过程回归的近似计算 | 第48-49页 |
| ·大数据集下高斯过程分类的近似计算 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第3章 基于波段选择的高斯过程高光谱图像分类 | 第51-71页 |
| ·引言 | 第51-52页 |
| ·高光谱图像特征提取与特征选择 | 第52-56页 |
| ·特征选择可分性准则 | 第53-55页 |
| ·传统波段选择方法面临的问题 | 第55-56页 |
| ·基于亲和传播聚类的高光谱图像特征选择 | 第56-59页 |
| ·基于波段选择的高斯过程高光谱图像分类算法 | 第59页 |
| ·实验结果与分析 | 第59-69页 |
| ·高光谱遥感图像实验 | 第59-67页 |
| ·实验结果分析 | 第67-69页 |
| ·本章小结 | 第69-71页 |
| 第4章 基于空间约束核函数高斯过程的高光谱图像分类 | 第71-85页 |
| ·引言 | 第71页 |
| ·高斯过程中构造核函数方法 | 第71-73页 |
| ·高光谱图像分类中的空间约束核函数的构造 | 第73-74页 |
| ·实验结果与分析 | 第74-81页 |
| ·高光谱遥感图像实验 | 第74-79页 |
| ·实验结果分析 | 第79-81页 |
| ·本章小结 | 第81-85页 |
| 第5章 基于高斯过程与条件随机场集成的高光谱图像分类 | 第85-101页 |
| ·引言 | 第85-86页 |
| ·条件随机场理论 | 第86-88页 |
| ·条件随机场的邻域 | 第86-87页 |
| ·条件随机场的数学模型 | 第87-88页 |
| ·高斯过程与条件随机场集成分类方法 | 第88-90页 |
| ·用高斯过程中间值代替关联势能 | 第88-89页 |
| ·用高斯过程核函数代替交互势能 | 第89-90页 |
| ·用于高光谱图像分类的高斯过程与条件随机场集成分类方法 | 第90-94页 |
| ·高斯过程与条件随机场集成分类方法的训练算法 | 第92-93页 |
| ·高斯过程与条件随机场集成分类方法的参数选择 | 第93-94页 |
| ·实验结果与分析 | 第94-98页 |
| ·高光谱遥感图像实验 | 第94-96页 |
| ·实验结果分析 | 第96-98页 |
| ·本章小结 | 第98-101页 |
| 第6章 基于半监督核函数高斯过程的高光谱图像分类 | 第101-119页 |
| ·引言 | 第101-102页 |
| ·半监督学习简介 | 第102-105页 |
| ·半监督核函数高斯过程 | 第105-110页 |
| ·数据依赖的条件先验 | 第107-109页 |
| ·半监督学习与再生核希尔伯特空间半监督核函数 | 第109-110页 |
| ·用于高光谱图像分类的半监督核函数高斯过程方法 | 第110-111页 |
| ·半监督核函数高斯过程算法 | 第110页 |
| ·半监督核函数高斯过程算法中超参数学习 | 第110-111页 |
| ·实验结果与分析 | 第111-117页 |
| ·高光谱仿真数据实验 | 第112页 |
| ·高光谱遥感图像实验 | 第112-115页 |
| ·实验结果分析 | 第115-117页 |
| ·本章小结 | 第117-119页 |
| 第7章 结论与展望 | 第119-121页 |
| ·本文的主要工作与创新点 | 第119-120页 |
| ·进一步的工作展望 | 第120-121页 |
| 参考文献 | 第121-135页 |
| 攻读博士学位期间主要研究成果 | 第135-136页 |
