| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·高光谱遥感概述 | 第10-13页 |
| ·高光谱遥感基本概念 | 第10-11页 |
| ·高光谱遥感成像光谱仪技术 | 第11-12页 |
| ·高光谱遥感成像仪国内外的发展现状 | 第12-13页 |
| ·高光谱遥感的应用领域 | 第13-14页 |
| ·高光谱遥感影像分类算法介绍 | 第14-18页 |
| ·基于地物物性分类算法 | 第14-16页 |
| ·基于数据特性分类算法 | 第16-18页 |
| ·论文主要研究内容和安排 | 第18-20页 |
| 第2章 高光谱遥感影像数据特性与分类基础 | 第20-28页 |
| ·引言 | 第20页 |
| ·高光谱遥感影像数据特点 | 第20页 |
| ·基于神经网络的分类算法 | 第20-25页 |
| ·人工神经元基本模型 | 第20-23页 |
| ·神经网络的网络结构 | 第23-24页 |
| ·基于神经网络遥感影像分类算法基本步骤 | 第24-25页 |
| ·数据降维方法介绍 | 第25-27页 |
| ·基于特征选择的数据降维方法 | 第26页 |
| ·基于特征提取的数据降维方法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于 BP 神经网络遥感影像的分类 | 第28-38页 |
| ·引言 | 第28页 |
| ·BP 神经网络 | 第28-30页 |
| ·BP 神经网络的理论 | 第28-30页 |
| ·BP 算法的优点和局限 | 第30页 |
| ·主成分分析 | 第30-32页 |
| ·实验仿真与结果分析 | 第32-37页 |
| ·实验数据介绍 | 第32-33页 |
| ·matlab 中实现遥感影像分类 | 第33-34页 |
| ·实验结果与分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于 BP 神经网络的高光谱遥感实测数据分析 | 第38-56页 |
| ·引言 | 第38页 |
| ·实验数据介绍和预处理 | 第38-43页 |
| ·实测遥感数据的分类实验 | 第43-54页 |
| ·基于光谱指纹的遥感影像分类 | 第43-46页 |
| ·基于专家提取训练目标的遥感影像分类 | 第46-54页 |
| ·本章小结 | 第54-56页 |
| 第5章 应用神经网络进行高光谱数据分类的几个关键性问题讨论 | 第56-63页 |
| ·维数对神经网络分类性能的影响 | 第56-60页 |
| ·基于特征提取的降维分析 | 第57-58页 |
| ·基于特征选择的降维分析 | 第58-59页 |
| ·两种降维方法分析与比较 | 第59-60页 |
| ·训练样本数对神经网络分类性能的影响 | 第60-62页 |
| ·实验仿真与分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结和展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |