| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 1 绪论 | 第7-17页 |
| ·引言 | 第7-8页 |
| ·张量分析综述 | 第8-10页 |
| ·学习分类方法综述 | 第10-14页 |
| ·论文的主要工作及内容安排 | 第14-17页 |
| 2 统计学习理论与支持向量机方法 | 第17-33页 |
| ·机器学习的基本问题 | 第17-20页 |
| ·统计学习理论 | 第20-24页 |
| ·支持向量机 | 第24-32页 |
| ·本章小结 | 第32-33页 |
| 3 图像的张量分析 | 第33-43页 |
| ·引言 | 第33-35页 |
| ·张量和张量分解算法 | 第35-36页 |
| ·图像的张量表示和张量投票算法 | 第36-39页 |
| ·图像结构信息的提取 | 第39-40页 |
| ·改进的张量投票方法 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于张量分析的不完备数据分类 | 第43-65页 |
| ·算法框架设计 | 第44-45页 |
| ·图像结构特征提取 | 第45-51页 |
| ·图像灰度特征提取 | 第51-53页 |
| ·云层遮挡遥感图像的分类 | 第53-64页 |
| ·本章小结 | 第64-65页 |
| 5 总结 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录1 攻读学位期间发表的论文目录 | 第72页 |