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

基于非负矩阵分解的高光谱图像解混技术研究

摘要第1-5页
Abstract第5-11页
第一章 绪论第11-19页
   ·研究背景第11-13页
   ·研究的目的与意义第13-15页
   ·研究内容与创新第15-16页
   ·论文架构与内容安排第16-19页
第二章 NMF 与高光谱数据解混第19-33页
   ·高光谱数据混合模型第19-22页
   ·高光谱数据解混方法第22-26页
     ·端元个数确定方法第22-23页
       ·主成分分析法第22页
       ·虚拟维度第22-23页
       ·HySime 方法第23页
     ·非监督解混技术研究现状第23-26页
       ·独立成份分析解混第23-25页
       ·非负矩阵分解解混第25-26页
       ·复杂度分析解混第26页
   ·NMF 简介第26-28页
     ·目标函数第26-27页
     ·迭代规则第27-28页
   ·基于 NMF 的高光谱数据解混方法第28-32页
     ·基于 NMF 的高光谱数据解混算法理论第28-29页
     ·基于约束的 NMF 高光谱解混算法第29-30页
     ·基于结构 NMF 的高光谱解混算法第30-31页
     ·基于混合 NMF 的高光谱解混算法第31-32页
   ·本章小结第32-33页
第三章 基于空-谱流形正则 NMF 的高光谱数据解混方法第33-55页
   ·空-谱流形正则第33-35页
     ·光谱流形正则第33-34页
     ·空间流形正则第34-35页
   ·基于空-谱流形正则 NMF 的高光谱数据解混算法第35-37页
     ·目标函数第35页
     ·迭代规则第35-36页
     ·算法步骤第36-37页
     ·计算复杂度分析第37页
   ·仿真实验与结果分析第37-54页
     ·合成高光谱数据第38-39页
     ·实验条件与数值指标第39-40页
     ·实验结果与分析第40-54页
       ·实验 3.1S3NMF 参数的选择第40-42页
       ·实验 3.2 算法收敛性分析与端元解混结果第42-44页
       ·实验 3.3 算法解混结果对比分析第44-47页
       ·实验 3.4 算法鲁棒性分析第47-49页
       ·实验 3.5 不同端元数下算法性能分析第49-51页
       ·实验 3.6 实际高光谱数据实验第51-54页
   ·本章小结第54-55页
第四章 基于稀疏多流形正则 NMF 高光谱解混第55-67页
   ·稀疏表示流形正则第55-58页
     ·稀疏表示理论第55-56页
     ·稀疏表示模型第56-57页
     ·基于稀疏表示的流形正则的构造第57-58页
   ·基于多流形正则的 NMF 的高光谱解混算法第58-60页
     ·目标函数第58页
     ·迭代规则第58-59页
     ·算法步骤第59-60页
   ·仿真实验与结果分析第60-65页
     ·实验 4.1 合成高光谱数据实验第60-63页
     ·实验 4.2 实际高光谱数据实验第63-65页
   ·本章小结第65-67页
第五章 基于相似性流形正则 NMF 的高光谱解混方法第67-79页
   ·相似性流形正则第67-71页
     ·基于邻接权值的空间流形正则第67-69页
     ·相似性正则第69-71页
   ·基于相似性流形正则 NMF 的高光谱解混算法第71-72页
     ·目标函数第71页
     ·迭代规则第71-72页
     ·算法步骤第72页
   ·仿真实验与结果分析第72-76页
     ·实验 5.1 合成高光谱数据实验第73-75页
     ·实验 5.2 实际高光谱数据实验第75-76页
   ·本章小结第76-79页
第六章 总结与展望第79-81页
   ·总结第79-80页
   ·展望第80-81页
致谢第81-83页
参考文献第83-89页
硕士期间成果第89-90页

论文共90页,点击 下载论文
上一篇:基于预测的高光谱图像无损压缩技术研究
下一篇:基于遥感图像的目标检测与运动目标跟踪