首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

高光谱图像异常检测算法研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-16页
   ·课题研究背景和意义第10-12页
   ·国内外研究现状及分析第12-14页
   ·本文的研究内容和章节安排第14-16页
第2章 高光谱图像异常检测基本理论第16-27页
   ·高光谱遥感图像数据第16-20页
     ·高光谱数据的描述第17-19页
     ·高光谱数据的特性第19-20页
   ·高光谱图像异常检测基本理论第20-24页
   ·高光谱图像异常检测存在的问题第24-26页
     ·高数据维第24页
     ·光谱混合现象第24-25页
     ·光谱变化现象第25页
     ·传统异常检测算法的不足第25-26页
   ·本章小结第26-27页
第3章 基于波段融合降维的高光谱图像异常检测第27-44页
   ·高光谱图像降维第27-33页
     ·波段选择降维方式第27-28页
     ·数据源划分降维方式第28-30页
     ·特征提取降维方式第30-32页
     ·融合技术进行降维第32-33页
     ·多种方法综合降维第33页
   ·基于自适应波段融合降维的高光谱图像异常检测第33-39页
     ·第二代曲波变化第34-36页
     ·曲波变换系数的选取第36-38页
     ·异常检测第38-39页
   ·仿真实验结果及分析第39-43页
   ·本章小结第43-44页
第4章 基于非线性核映射的加权 RX异常检测第44-56页
   ·核函数方法第44-46页
   ·基于混合核函数的加权RX异常检测算法第46-51页
     ·特征空间加权RX算法的核函数化第48-51页
     ·核函数的改进第51页
   ·仿真实验结果及分析第51-54页
   ·本章小结第54-56页
第5章 基于背景误差数据的高光谱图像异常检测第56-66页
   ·光谱解混原理第56-59页
     ·线性混合模型的数学表达第57页
     ·模型中混合系数的求解第57-59页
     ·模型中端元的描述第59页
   ·ERX异常检测算法第59-61页
     ·ERX算法中的光谱解混第60-61页
     ·背景误差数据特征空间的RX检测第61页
   ·仿真实验结果及分析第61-65页
   ·本章小结第65-66页
结论第66-68页
参考文献第68-72页
攻读硕士学位期间发表的文章和取得的科研成果第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:我国公民隐私权宪法保障制度的理论探讨
下一篇:外源茉莉酸类化合物对两种落叶松的诱导抗虫性研究