首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于张量表征的高光谱遥感影像维数约减与分类

摘要第5-7页
ABSTRACT第7-9页
符号对照表第13-14页
缩略语对照表第14-18页
第一章 绪论第18-34页
    1.1 选题的背景及意义第18-19页
    1.2 高光谱遥感影像研究基础第19-23页
        1.2.1 高光谱遥感影像成像机理第19-20页
        1.2.2 高光谱遥感影像的获取第20-21页
        1.2.3 高光谱遥感影像的特点及应用第21-23页
    1.3 高光谱遥感影像的维数约减与分类第23-28页
        1.3.1 高光谱遥感影像维数约减背景第23-25页
        1.3.2 经典维数约减方法第25-27页
        1.3.3 高光谱遥感影像分类第27-28页
    1.4 张量基础知识第28-30页
    1.5 研究内容及结构安排第30-33页
    1.6 本章小结第33-34页
第二章 基于组张量低秩分解的高光谱遥感影像维数约简第34-50页
    2.1 引言第34-35页
    2.2 基于组张量低秩分解的高光谱遥感影像维数约简第35-38页
        2.2.1 低秩张量近似分析第35-36页
        2.2.2 组张量低秩分解模型第36-38页
    2.3 实验结果与分析第38-48页
        2.3.1 实验设置第40-43页
        2.3.2 分类结果分析第43-46页
        2.3.3 不同特征维数下算法性能分析第46-47页
        2.3.4 张量样本空间维秩的设置分析第47-48页
        2.3.5 计算复杂度分析第48页
    2.4 本章小结第48-50页
第三章 基于张量紧致特征判别分析的高光谱影像维数约简第50-68页
    3.1 引言第50-51页
    3.2 张量判别分析第51-55页
        3.2.1 线性判别分析第51-53页
        3.2.2 张量判别分析第53-55页
    3.3 基于张量紧致特征判别分析的高光谱遥感影像维数约简第55-59页
        3.3.1 紧致特征提取第55-57页
        3.3.2 维数约减第57-59页
    3.4 实验结果与分析第59-66页
        3.4.1 实验设置第59-60页
        3.4.2 分类结果第60-63页
        3.4.3 不同特征维数下算法性能分析第63-65页
        3.4.4 差值张量判别参数分析第65-66页
    3.5 本章小结第66-68页
第四章 基于张量低秩稀疏图的高光谱遥感影像维数约简第68-88页
    4.1 引言第68-70页
    4.2 基于图嵌入框架的维数约减模型第70-72页
        4.2.1 基于稀疏图的维数约减模型第71页
        4.2.2 基于低秩图的维数约减模型第71-72页
    4.3 基于张量低秩稀疏图的高光谱遥感影像维数约减第72-76页
        4.3.1 张量低秩稀疏分解第72-74页
        4.3.2 张量低秩稀疏图的构建第74-75页
        4.3.3 维数约减第75-76页
    4.4 实验结果与分析第76-87页
        4.4.1 实验设置第76-78页
        4.4.2 参数设置第78-79页
        4.4.3 分类结果分析第79-85页
        4.4.4 不同特征维数下算法性能分析第85-86页
        4.4.5 不同训练样本个数对于算法性能的影响分析第86-87页
        4.4.6 计算复杂度分析第87页
        4.4.7 收敛性分析第87页
    4.5 本章小结第87-88页
第五章 基于张量多流形正则低秩图的高光谱影像维数约简第88-110页
    5.1 引言第88-89页
    5.2 张量多流形判别分析第89-93页
        5.2.1 局部保持投影第89-90页
        5.2.2 多流形判别分析第90-91页
        5.2.3 张量多流形判别分析第91-93页
    5.3 基于张量多流型正则低秩图的高光谱遥感影像维数约减第93-97页
        5.3.1 基于张量多流形正则的张量低秩表示第93-95页
        5.3.2 维数约减第95-96页
        5.3.3 计算复杂度分析第96-97页
    5.4 实验结果与分析第97-109页
        5.4.1 实验设置第97-104页
        5.4.2 分类结果分析第104-108页
        5.4.3 不同特征维数下分类性能分析第108页
        5.4.4 算法分析第108-109页
    5.5 本章小结第109-110页
第六章 基于张量多尺度低秩分解的高光谱遥感影像维数约简第110-124页
    6.1 引言第110-111页
    6.2 基于张量多尺度低秩分解的高光谱遥感影像维数约简第111-114页
        6.2.1 张量低秩分解第111-112页
        6.2.2 张量多尺度低秩模型第112-113页
        6.2.3 维数约减第113-114页
    6.3 实验结果与分析第114-122页
        6.3.1 实验设置第114-115页
        6.3.2 分类结果分析第115-117页
        6.3.3 不同特征维数算法性能分析第117-119页
        6.3.4 不同尺度的分析第119-122页
    6.4 本章小结第122-124页
第七章 总结与展望第124-128页
    7.1 论文工作总结第124-125页
    7.2 研究展望第125-128页
参考文献第128-142页
致谢第142-144页
作者简介第144-146页

论文共146页,点击 下载论文
上一篇:移动边缘计算网络中多维资源管理策略研究
下一篇:基于多尺度空谱融合网络的高光谱图像分类