| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究概况 | 第13-15页 |
| 1.3 论文框架结构 | 第15-17页 |
| 第二章 半监督学习与特征选择 | 第17-25页 |
| 2.1 半监督学习 | 第17-19页 |
| 2.2 半监督特征选择 | 第19-24页 |
| 2.2.1 基于自训练的前向式半监督特征选择 | 第19-20页 |
| 2.2.2 基于谱图的半监督波段选择 | 第20-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于图和自训练策略的半监督波段选择 | 第25-37页 |
| 3.1 自训练策略 | 第25-26页 |
| 3.2 基于图 Laplacian 和自训练策略的半监督波段选择 | 第26-30页 |
| 3.2.1 适用于迭代的半监督特征评分准则 | 第26-27页 |
| 3.2.2 冗余与次要波段移除 | 第27-28页 |
| 3.2.3 基于自训练策略的波段选择 | 第28-30页 |
| 3.3 实验结果与分析 | 第30-35页 |
| 3.3.1 不同波段选择方法的性能比较 | 第32-33页 |
| 3.3.2 标记样本对波段子集的影响 | 第33-34页 |
| 3.3.3 未标记样本数对波段子集的影响 | 第34-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第四章 基于样本约简的半监督波段选择 | 第37-47页 |
| 4.1 样本选择的方法及评价准则 | 第37-39页 |
| 4.2 基于分水岭的未标记样本选择方法 | 第39-42页 |
| 4.2.1 PCA 降维 | 第39-40页 |
| 4.2.2 基于分水岭算法的预分类 | 第40-42页 |
| 4.3 实验结果与分析 | 第42-46页 |
| 4.3.1 不同波段选择方法的性能比较 | 第42-43页 |
| 4.3.2 未标记样本数对波段子集的影响 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 结论与展望 | 第47-49页 |
| 5.1 结论 | 第47-48页 |
| 5.2 展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 作者在攻读硕士学位期间公开发表的论文 | 第54-55页 |
| 作者在攻读硕士学位期间所参与的项目 | 第55-56页 |
| 致谢 | 第56页 |