| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第13-31页 |
| 1.1 课题背景及意义 | 第13-14页 |
| 1.2 高光谱图像技术概述 | 第14-18页 |
| 1.2.1 高光谱图像数据 | 第14-15页 |
| 1.2.2 高光谱图像技术的应用 | 第15-18页 |
| 1.3 国内外研究现状 | 第18-28页 |
| 1.3.1 高光谱波段选择方法研究现状 | 第18-23页 |
| 1.3.2 粗糙集理论研究现状 | 第23-26页 |
| 1.3.3 粗糙集理论在多光谱和高光谱图像技术中的应用 | 第26-28页 |
| 1.4 论文主要研究内容及结构安排 | 第28-31页 |
| 第2章 高光谱图像技术相关理论分析 | 第31-43页 |
| 2.1 降维的意义 | 第31-33页 |
| 2.2 特征提取方法 | 第33-35页 |
| 2.2.1 主成分分析 | 第33-34页 |
| 2.2.2 分段主成分分析 | 第34-35页 |
| 2.3 特征选择方法 | 第35-38页 |
| 2.3.1 特征选择的实现过程 | 第36-37页 |
| 2.3.2 特征选择的分类 | 第37-38页 |
| 2.4 分类建模方法 | 第38-40页 |
| 2.4.1 极限学习机 | 第38-39页 |
| 2.4.2 随机森林 | 第39-40页 |
| 2.5 高光谱图像的采集 | 第40-42页 |
| 2.6 本章小结 | 第42-43页 |
| 第3章 基于可变精度邻域粗糙集的波段选择方法研究 | 第43-65页 |
| 3.1 粗糙集的基本概念 | 第43-50页 |
| 3.1.1 知识与信息系统 | 第43-44页 |
| 3.1.2 不可分辨关系与上下近似集 | 第44-46页 |
| 3.1.3 属性约简与核 | 第46-47页 |
| 3.1.4 属性约简方法 | 第47-50页 |
| 3.2 邻域粗糙集理论 | 第50-54页 |
| 3.2.1 邻域粗糙集 | 第50-52页 |
| 3.2.2 邻域决策系统 | 第52-54页 |
| 3.3 可变精度邻域粗糙集 | 第54-56页 |
| 3.4 基于可变精度邻域粗糙集的波段选择算法 | 第56-64页 |
| 3.4.1 算法步骤 | 第56-57页 |
| 3.4.2 邻域半径的确定 | 第57-59页 |
| 3.4.3 分类准确率 | 第59-60页 |
| 3.4.4 极限学习机建模中参数的影响 | 第60-61页 |
| 3.4.5 随机森林建模中参数的影响 | 第61-62页 |
| 3.4.6 实验结果及分析 | 第62-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第4章 基于邻域一致性准则的波段选择方法研究 | 第65-79页 |
| 4.1 邻域一致性准则的基本概念 | 第65-69页 |
| 4.1.1 邻域依赖度准则存在的问题 | 第65-66页 |
| 4.1.2 一致性概念 | 第66-67页 |
| 4.1.3 邻域一致性准则 | 第67-69页 |
| 4.2 基于邻域一致性准则的波段选择算法 | 第69-75页 |
| 4.2.1 算法步骤 | 第69-70页 |
| 4.2.2 邻域半径和重要度门限对波段数量的影响 | 第70-72页 |
| 4.2.3 实验结果及分析 | 第72-73页 |
| 4.2.4 重要度门限对分类性能的影响 | 第73-74页 |
| 4.2.5 扩展的高光谱数据集上实验结果及分析 | 第74-75页 |
| 4.3 波段选择中过拟合现象分析及其解决方法 | 第75-78页 |
| 4.4 本章小结 | 第78-79页 |
| 第5章 基于邻域粗糙集和信息熵的波段选择方法研究 | 第79-99页 |
| 5.1 信息观下的属性约简 | 第79页 |
| 5.2 邻域互信息 | 第79-84页 |
| 5.2.1 信息熵 | 第79-80页 |
| 5.2.2 邻域信息熵 | 第80-82页 |
| 5.2.3 邻域互信息 | 第82-84页 |
| 5.3 基于邻域互信息的波段选择方法 | 第84-89页 |
| 5.3.1 算法步骤 | 第84-85页 |
| 5.3.2 邻域半径的确定 | 第85-86页 |
| 5.3.3 波段子集的邻域互信息 | 第86-88页 |
| 5.3.4 实验结果及分析 | 第88-89页 |
| 5.4 基于最大相关最小冗余的波段选择方法 | 第89-95页 |
| 5.4.1 最大相关最小冗余 | 第90-91页 |
| 5.4.2 算法步骤 | 第91-92页 |
| 5.4.3 实验结果及分析 | 第92-95页 |
| 5.5 经典波段选择算法比较 | 第95-97页 |
| 5.5.1 遗传算法 | 第95-96页 |
| 5.5.2 无信息变量消除 | 第96-97页 |
| 5.5.3 实验结果及分析 | 第97页 |
| 5.6 本章小结 | 第97-99页 |
| 第6章 基于邻域粗糙集波段选择算法的稳定性及性能分析 | 第99-119页 |
| 6.1 稳定性 | 第99-105页 |
| 6.1.1 稳定性的基本概念 | 第99-101页 |
| 6.1.2 稳定性的度量方法 | 第101-103页 |
| 6.1.3 稳定性的度量实验设计 | 第103-105页 |
| 6.2 稳定性实验结果及分析 | 第105-114页 |
| 6.2.1 稳定性随样本子集之间重叠率变化情况 | 第105-107页 |
| 6.2.2 稳定性随样本扰动变化情况 | 第107-108页 |
| 6.2.3 稳定性随子集大小变化情况 | 第108-110页 |
| 6.2.4 稳定性随邻域大小变化情况 | 第110页 |
| 6.2.5 分类性能、稳定性和波段数量的综合评价 | 第110-114页 |
| 6.3 噪声敏感性分析 | 第114-116页 |
| 6.4 训练样本敏感性分析 | 第116-117页 |
| 6.5 本章小结 | 第117-119页 |
| 结论 | 第119-121页 |
| 参考文献 | 第121-137页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第137-139页 |
| 致谢 | 第139页 |