基于高光谱数据的分类技术研究

摘要	第1-5页
ABSTRACT	第5-9页
第一章 前言	第9-19页
·高光谱遥感技术及研究意义	第9-12页
·研究现状及发展趋势	第12-15页
·研究内容及论文结构	第15-16页
·数据源说明	第16页
·软件介绍	第16-19页
第二章 基于高光谱数据的端元提取	第19-31页
·端元提取研究的发展现状	第19-20页
·端元提取的技术方法	第20-27页
·纯像元指数法（PPI）	第20-23页
·凸锥分析方法（CCA）	第23-25页
·基于RMS 误差分析的端元提取算法	第25-27页
·实例分析	第27-30页
·总结	第30-31页
第三章 混合像元分解	第31-42页
·混合像元分解的发展现状	第32-33页
·混合像元分解的技术方法	第33-39页
·线性光谱混合模型（LSMM）	第33-37页
·非线性光谱混合模型	第37-38页
·模糊分析模型	第38-39页
·总结	第39-42页
第四章 基于高光谱数据的分类	第42-68页
·分类的发展现状	第42-46页
·监督分类与非监督分类	第43-44页
·参数分类与非参数分类	第44-45页
·确定性分类与非确定性分类	第45页
·其他分类方法	第45-46页
·传统的高光谱数据分类方法	第46-55页
·最大似然分类法	第46-49页
·人工神经元网络分类	第49-53页
·光谱角度制图法（SAM）	第53-55页
·结合地物空间特性的高光谱数据分类	第55-59页
·算法背景	第55-57页
·结合地物空间特性的高光谱数据分类	第57-59页
·实验验证及精度评价	第59-67页
·实验验证	第59-63页
·精度评价	第63-67页
·总结	第67-68页
第五章 总结与展望	第68-70页
·总结	第68页
·展望	第68-70页
参考文献	第70-75页
攻读研究生期间参加的科研及发表论文情况	第75-76页
致谢	第76页