| 摘要 | 第1-8页 |
| Abstract | 第8-11页 |
| Table of Contents | 第11-14页 |
| Chapter 1 Introduction | 第14-27页 |
| ·Hyperspectral remote sensing data | 第14-18页 |
| ·Diferences between hyperspectral and multispectral imaging | 第16页 |
| ·Applications of hyperspectral remote sensing | 第16-17页 |
| ·Challenges in hyperspectral remote sensing data processing | 第17-18页 |
| ·Overview | 第18-21页 |
| ·Objectives and novel contributions of the thesis | 第21-23页 |
| ·Thesis organization | 第23-24页 |
| ·List of Figures and Tables | 第24-27页 |
| Chapter 2 Related work | 第27-45页 |
| ·Introduction | 第27-30页 |
| ·Feature extraction for hyperspectral images | 第30-32页 |
| ·Unsupervised feature extraction methods | 第32-38页 |
| ·PCA | 第32-33页 |
| ·LLFE | 第33-38页 |
| ·Supervised feature extraction methods | 第38-42页 |
| ·LDA | 第39-40页 |
| ·NWFE | 第40-42页 |
| ·Semi-supervised feature extraction methods | 第42-44页 |
| ·SDA | 第42-44页 |
| ·SELF | 第44页 |
| ·Conclusion | 第44-45页 |
| Chapter 3 Semi-supervised local discriminant analysis (SELD) | 第45-76页 |
| ·Introduction | 第46-50页 |
| ·Proposed semi-supervised local discriminant analysis (SELD) | 第50-57页 |
| ·Reformulation of supervised LDA and unsupervised LLFE | 第50-53页 |
| ·SELD | 第53-56页 |
| ·Algorithm | 第56-57页 |
| ·Experimental results on the synthetic data | 第57-59页 |
| ·Experimental results on the real hyperspectral data | 第59-69页 |
| ·Hyperspectral data sets | 第59-60页 |
| ·Experimental setup | 第60-61页 |
| ·Results and discussion | 第61-69页 |
| ·Algorithm analysis | 第69-74页 |
| ·Computational cost | 第70-71页 |
| ·Selection of unlabeled samples | 第71-73页 |
| ·Selection of nearest neighbors | 第73-74页 |
| ·Conclusion | 第74-76页 |
| Chapter 4 Semi-supervised feature extraction for morphological profiles with partial reconstruction | 第76-102页 |
| ·Introduction | 第76-79页 |
| ·Morphological features | 第79-82页 |
| ·Disk-based and linear-based structure elements | 第79-80页 |
| ·Reconstruction and Partial reconstruction | 第80-82页 |
| ·Extended morphological profiles with partial reconstruction | 第82-84页 |
| ·Generalized SELD for feature extraction of MPs | 第84-87页 |
| ·Experimental results | 第87-101页 |
| ·Hyperspectral data sets | 第87-88页 |
| ·Experimental setup | 第88-90页 |
| ·Results using morphological profiles with partial reconstruction and directional MPs | 第90-97页 |
| ·Results using semi-supervised feature extraction to reduce the di- mensionality of the generated MPs | 第97-101页 |
| ·Conclusion | 第101-102页 |
| Chapter 5 Kernel feature extraction for hyperspectral data | 第102-130页 |
| ·Introduction | 第102-107页 |
| ·Manifold learning and nonlinear dimensionality reduction | 第103-105页 |
| ·Kernel-based methods | 第105-107页 |
| ·Kernel feature extraction methods for hyperspectral data | 第107-116页 |
| ·Kernel principal component analysis | 第107-108页 |
| ·The proposed FIKPCA | 第108-111页 |
| ·Data sets and experimental setup | 第111-112页 |
| ·Experimental results | 第112-116页 |
| ·Extended morphological profiles generated on KPCs with partial recon-struction | 第116-127页 |
| ·Data sets and experimental setup | 第118-120页 |
| ·Experimental results | 第120-127页 |
| ·Conclusion | 第127-130页 |
| Chapter 6 Conclusions and future work | 第130-134页 |
| References | 第134-152页 |
| 攻读博士学位期间的研究成果 | 第152-156页 |
| 攻读博士学位期间承担科研情况 | 第156-157页 |
| Acknowledgment | 第157-159页 |
| 附件 | 第159页 |
