| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 高光谱遥感技术背景 | 第15-16页 |
| 1.2 遥感技术应用简介 | 第16-17页 |
| 1.3 高光谱图像波段选择的意义 | 第17-18页 |
| 1.4 国内外研究现状综述 | 第18-19页 |
| 1.5 论文主要研究内容及结构安排 | 第19-21页 |
| 第二章 特征选择概述 | 第21-25页 |
| 2.1 数据降维 | 第21页 |
| 2.2 特征选择 | 第21-24页 |
| 2.2.1 搜索策略 | 第22页 |
| 2.2.2 搜索方向 | 第22-23页 |
| 2.2.3 评价准则 | 第23-24页 |
| 2.3 特征选择的三种方式 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 高光谱波段选择技术 | 第25-41页 |
| 3.1 无监督波段选择技术 | 第25-30页 |
| 3.1.1 基于信息量的波段选择方法 | 第25-26页 |
| 3.1.2 基于拉普拉斯值的波段选择方法 | 第26-27页 |
| 3.1.3 基于相似度的无监督波段选择方法 | 第27-30页 |
| 3.1.4 基于最大化方差主成分分析的波段选择方法 | 第30页 |
| 3.2 有监督波段选择技术 | 第30-34页 |
| 3.2.1 基于类间可分性的有监督波段选择 | 第31-32页 |
| 3.2.2 基于互信息的最大相关最小冗余波段选择方法 | 第32-34页 |
| 3.3 半监督波段选择技术 | 第34-38页 |
| 3.3.1 基于自训练的前向式半监督波段选择 | 第34-36页 |
| 3.3.2 基于谱图的半监督波段选择 | 第36-38页 |
| 3.4 本章小结 | 第38-41页 |
| 第四章 基于像素聚类的波段选择方法 | 第41-57页 |
| 4.1 超像素分隔并选取代表点 | 第42-44页 |
| 4.1.1 SLIC超像素分隔 | 第42-43页 |
| 4.1.2 选取代表性像素点 | 第43-44页 |
| 4.2 使用k-medoids对代表性像素点聚类 | 第44页 |
| 4.3 使用支撑向量机优化聚类结果 | 第44-48页 |
| 4.3.1 支撑向量机简介 | 第44-47页 |
| 4.3.2 优化聚类结果 | 第47-48页 |
| 4.4 使用伪标记样本参与波段选择 | 第48-49页 |
| 4.5 仿真实验与结果分析 | 第49-55页 |
| 4.5.1 仿真实验数据 | 第49-52页 |
| 4.5.2 仿真实验步骤 | 第52-53页 |
| 4.5.3 仿真结果分析 | 第53-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第五章 基于小样本扩展的波段选择方法 | 第57-67页 |
| 5.1 利用空间邻域扩充标记样本 | 第57-58页 |
| 5.2 线性插值扩充标记样本 | 第58页 |
| 5.3 仿真实验与结果分析 | 第58-66页 |
| 5.3.1 仿真实验数据 | 第59页 |
| 5.3.2 仿真实验步骤 | 第59-60页 |
| 5.3.3 仿真结果分析 | 第60-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |