首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于高光谱图像目标探测与分类技术研究

致谢第1-5页
摘要第5-6页
ABSTRACT第6-9页
第一章 绪论第9-17页
   ·研究背景及意义第9-10页
   ·国内外研究现状第10-14页
   ·高光谱探测的技术难点第14页
   ·本论文的主要研究内容与结构安排第14-17页
第二章 基于凸面几何学的端元提取技术研究第17-33页
   ·引言第17页
   ·线性混合模型第17-19页
   ·数据降维第19-23页
   ·基于凸面几何学的端元提取技术第23-29页
     ·基于纯净象元指数的端元提取算法第23-25页
     ·基于内部最大体积法的端元提取算法第25-26页
     ·基于最大体积法的端元提取算法第26页
     ·基于数学形态学的自动端元提取算法第26-28页
     ·基于顶点成分分析的端元提取算法第28-29页
   ·实验分析第29-31页
   ·本章小结第31-33页
第三章 高光谱图像目标探测技术研究第33-43页
   ·引言第33-34页
   ·异常探测技术研究第34-35页
   ·基于约束能量最小化算法的目标探测技术研究第35-37页
     ·约束能量最小化算法第35-37页
     ·改进的约束能量最小化算法第37页
   ·实验分析第37-40页
   ·本章小结第40-43页
第四章 基于非负矩阵分解的高光谱图像解混技术研究第43-71页
   ·引言第43-44页
   ·非负矩阵分解原理第44-48页
     ·目标函数描述第44-45页
     ·迭代规则第45-47页
     ·多步内循环迭代第47-48页
   ·高光谱图像解混精度评价标准第48-49页
     ·光谱角度距离第48页
     ·光谱均方根误差第48-49页
   ·约束的高光谱图像非负矩阵分解第49-51页
   ·体积约束的高光谱图像非负矩阵分解第51-62页
     ·最小体积约束的非负矩阵分解第52-57页
     ·最小距离约束的非负矩阵分解第57-62页
   ·实际高光谱图像解混实验第62-68页
     ·实验数据采集及预处理第62-66页
     ·实验结果分析第66-68页
   ·本章小结第68-71页
第五章 工作总结与展望第71-74页
   ·论文工作总结创新第71-72页
   ·研究展望第72-74页
参考文献第74-76页
作者简介及在学期间发表的学术论文与研究成果第76页

论文共76页,点击 下载论文
上一篇:基于APD C30927E的激光回波探测电路噪声抑制技术研究
下一篇:基于结构光的双目立体成像技术研究