| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究现状及发展趋势 | 第12-17页 |
| 1.2.1 研究现状 | 第12-16页 |
| 1.2.2 发展趋势——高阶非线性光谱混合模型 | 第16-17页 |
| 1.3 研究内容和章节安排 | 第17-19页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 论文章节安排 | 第18-19页 |
| 第二章 正则化的P-LINEAR非线性解混算法NPLA | 第19-30页 |
| 2.1 P-LINEAR光谱混合模型原理及相关算法 | 第19-22页 |
| 2.1.1 p-Linear光谱混合模型 | 第19-20页 |
| 2.1.2 基于多胞形分解的p-Linear解混算法POD | 第20-22页 |
| 2.2 NPLA非线性解混方法 | 第22-25页 |
| 2.2.1 正则化的p-Linear非线性解混算法NPLA | 第22-23页 |
| 2.2.2 NPLA算法的解混流程 | 第23-25页 |
| 2.3 实验验证与分析 | 第25-29页 |
| 2.3.1 模拟图像实验与分析 | 第25-28页 |
| 2.3.2 真实图像实验与分析 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 整合空间信息的高阶非线性解混算法SSDP-NPLA | 第30-48页 |
| 3.1 SSDP-NPLA算法的空间信息整合方法 | 第30-33页 |
| 3.1.1 SSDP-NPLA算法参数估计方法 | 第30-32页 |
| 3.1.2 SSDP空间信息整合 | 第32-33页 |
| 3.2 SSDP-NPLA算法及解混流程 | 第33-36页 |
| 3.2.1 SSDP-NPLA非线性解混算法 | 第33-35页 |
| 3.2.2 SSDP-NPLA算法的解混流程 | 第35-36页 |
| 3.3 实验验证与分析 | 第36-46页 |
| 3.3.1 模拟图像实验与分析 | 第36-41页 |
| 3.3.2 真实图像实验与分析 | 第41-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 基于多调和函数的多项式非线性光谱混合模型MHPNMM.. | 第48-58页 |
| 4.1 无穷阶非线性光谱混合建模的相关工作 | 第48-49页 |
| 4.1.1 p-Linear(pLMM)和p-Harmonic(pHMM)光谱混合模型 | 第48-49页 |
| 4.1.2 多次线性光谱混合模型MLM | 第49页 |
| 4.2 基于多调和函数的多项式非线性光谱混合模型 | 第49-53页 |
| 4.2.1 调和函数的多项式光谱混合模型HPNMM | 第50-51页 |
| 4.2.2 多调和函数的多项式光谱混合模型MHPNMM | 第51-53页 |
| 4.3 实验验证与分析 | 第53-57页 |
| 4.3.1 模拟图像实验与分析 | 第53-55页 |
| 4.3.2 真实图像实验与分析 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 结论与展望 | 第58-62页 |
| 5.1 主要成果和创新点 | 第58-59页 |
| 5.2 未来研究展望 | 第59-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-72页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第72-73页 |
