| 摘要 | 第10-13页 |
| Abstract | 第13-15页 |
| 第一章 绪论 | 第16-31页 |
| 1.1 课题背景和研究意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-28页 |
| 1.2.1 高光谱遥感技术 | 第17-21页 |
| 1.2.2 高光谱图像异常检测方法 | 第21-27页 |
| 1.2.3 高光谱图像目标识别方法研究现状 | 第27-28页 |
| 1.3 论文的主要工作及内容安排 | 第28-31页 |
| 1.3.1 论文的主要工作 | 第28-29页 |
| 1.3.2 论文的内容安排 | 第29-31页 |
| 第二章 基于张量分解的高光谱图像异常检测方法 | 第31-69页 |
| 2.1 引言 | 第31-32页 |
| 2.2 张量分解的基本理论 | 第32-38页 |
| 2.2.1 张量的定义及其表示形式 | 第32-34页 |
| 2.2.2 张量代数运算 | 第34-36页 |
| 2.2.3 张量分解 | 第36-38页 |
| 2.3 算法原理与实现 | 第38-48页 |
| 2.3.1 算法原理 | 第38-40页 |
| 2.3.2 本文算法实现过程 | 第40-48页 |
| 2.4 实验结果与分析 | 第48-68页 |
| 2.4.1 实验数据描述 | 第48-51页 |
| 2.4.2 异常检测结果评价指标 | 第51-52页 |
| 2.4.3 实验结果与分析 | 第52-68页 |
| 2.5 小结 | 第68-69页 |
| 第三章 结合光谱重构精度和空间约束的高光谱图像异常信息提取方法 | 第69-102页 |
| 3.1 引言 | 第69-70页 |
| 3.2 异常信息提取的基本理论框架 | 第70-77页 |
| 3.2.1 “像元光谱成分”标记矩阵的定义 | 第70-71页 |
| 3.2.2 异常信息提取的原理 | 第71-72页 |
| 3.2.3 “像元光谱成分”标记矩阵Μ的估计方法 | 第72-77页 |
| 3.3 优化求解“像元光谱成分”标记矩阵 | 第77-83页 |
| 3.3.1 初始化M | 第77-82页 |
| 3.3.2 优化M | 第82-83页 |
| 3.4 实验结果与分析 | 第83-101页 |
| 3.4.1 实验数据描述 | 第83-86页 |
| 3.4.2 实验结果与分析 | 第86-101页 |
| 3.5 小结 | 第101-102页 |
| 第四章 基于张量的块分解的高光谱图像目标识别方法 | 第102-119页 |
| 4.1 引言 | 第102页 |
| 4.2 张量的块分解的基本原理 | 第102-104页 |
| 4.2.1 张量的块分解的定义 | 第102-103页 |
| 4.2.2 张量的块分解的求解过程 | 第103-104页 |
| 4.3 算法原理与实现 | 第104-109页 |
| 4.3.1 高光谱图像中的目标描述方法 | 第104-107页 |
| 4.3.2 相似性测度的定义 | 第107-109页 |
| 4.4 实验结果与分析 | 第109-118页 |
| 4.4.1 实验数据描述 | 第109-112页 |
| 4.4.2 实验结果与分析 | 第112-118页 |
| 4.5 小结 | 第118-119页 |
| 第五章 总结与展望 | 第119-121页 |
| 5.1 论文工作总结 | 第119-120页 |
| 5.2 未来工作展望 | 第120-121页 |
| 致谢 | 第121-123页 |
| 参考文献 | 第123-137页 |
| 作者在学期间取得的学术成果 | 第137-139页 |
| 作者在学期间参加的科研项目 | 第139页 |