| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景及意义 | 第16-20页 |
| 1.1.1 高光谱遥感技术的发展 | 第16-18页 |
| 1.1.2 高光谱遥感图像的特点及应用 | 第18-19页 |
| 1.1.3 高光谱遥感图像进行维数约减的意义 | 第19-20页 |
| 1.2 高光谱图像维数约减的研究现状 | 第20-22页 |
| 1.2.1 高光谱图像特征提取方法的研究现状 | 第20-21页 |
| 1.2.2 高光谱图像特征选择方法的研究现状 | 第21-22页 |
| 1.3 论文的主要工作和结构安排 | 第22-23页 |
| 1.4 本章小结 | 第23-24页 |
| 第二章 高光谱图像维数约减的经典方法介绍 | 第24-28页 |
| 2.1 经典的特征提取方法 | 第24-26页 |
| 2.1.1 主成分分析法（PCA） | 第24-25页 |
| 2.1.2 线性判别分析法（LDA） | 第25-26页 |
| 2.2 经典的特征选择方法 | 第26页 |
| 2.2.1 顺序前进算法(SFS) | 第26页 |
| 2.2.2 最大相关最小冗余算法(mRMR) | 第26页 |
| 2.3 特征提取和特征选择的方法比较 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于联合稀疏表示的高光谱图像波段选择 | 第28-46页 |
| 3.1 引言 | 第28页 |
| 3.2 联合稀疏表示模型 | 第28-30页 |
| 3.3 波段之间的相似度测量 | 第30-31页 |
| 3.4 基于联合稀疏表示的高光谱图像波段选择 | 第31-33页 |
| 3.4.1 波段间的相关性度量 | 第32页 |
| 3.4.2 相似波段的联合稀疏表示 | 第32页 |
| 3.4.3 选择波段 | 第32-33页 |
| 3.5 实验结果和分析 | 第33-44页 |
| 3.5.1 实验设计及高光谱数据集的描述 | 第33-37页 |
| 3.5.2 Indian Pine图像数据上的实验结果与分析 | 第37-40页 |
| 3.5.3 Pavia University图像数据上的实验结果与分析 | 第40-43页 |
| 3.5.4 Salinas图像数据上的实验结果与分析 | 第43-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 基于改进的稀疏子空间聚类的高光谱图像波段选择 | 第46-62页 |
| 4.1 引言 | 第46页 |
| 4.2 稀疏子空间聚类方法 | 第46-49页 |
| 4.3 低秩表示在高光谱图像中的应用 | 第49-50页 |
| 4.4 基于改进的稀疏子空间聚类的高光谱图像波段选择 | 第50-53页 |
| 4.4.1 高光谱图像的稀疏低秩表示 | 第50-51页 |
| 4.4.2 波段之间的相似度度量 | 第51-52页 |
| 4.4.3 基于谱聚类波段选择 | 第52-53页 |
| 4.5 实验与分析 | 第53-60页 |
| 4.5.1 Indian Pine图像数据上的实验结果与分析 | 第53-56页 |
| 4.5.2 Pavia University图像数据上的实验结果与分析 | 第56-58页 |
| 4.5.3 Salinas图像数据上的实验结果与分析 | 第58-60页 |
| 4.6 本章小结 | 第60-62页 |
| 第五章 基于半监督稀疏表示图构造的高光谱图像维数约减 | 第62-76页 |
| 5.1 引言 | 第62页 |
| 5.2 半监督维数约减方法 | 第62-63页 |
| 5.3 图构造的方法和策略 | 第63-66页 |
| 5.3.1 传统的图构造方法 | 第63-64页 |
| 5.3.2 L1稀疏图、低秩图构造 | 第64-65页 |
| 5.3.3 图嵌入框架 | 第65-66页 |
| 5.4 基于半监督稀疏表示图构造的高光谱图像维数约减 | 第66-69页 |
| 5.4.1 基于稀疏系数的类内图和类间图构造 | 第66-67页 |
| 5.4.2 基于KNN图的无标记样本的正则项构造 | 第67-68页 |
| 5.4.3 基于半监督稀疏表示图构造的高光谱图像维数约减 | 第68-69页 |
| 5.5 实验与结果分析 | 第69-74页 |
| 5.5.1 Indian Pine图像数据上的实验结果与分析 | 第69-71页 |
| 5.5.2 Salinas图像数据上的实验结果与分析 | 第71-74页 |
| 5.6 本章小结 | 第74-76页 |
| 第六章 总结和展望 | 第76-78页 |
| 6.1 论文总结 | 第76-77页 |
| 6.2 展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 作者简介 | 第84-85页 |
