| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 前言 | 第9-19页 |
| ·课题研究的背景 | 第9-14页 |
| ·高光谱遥感基本概念及应用 | 第9-10页 |
| ·高光谱遥感分类国内外研究现状 | 第10-14页 |
| ·课题研究的目的、内容及难点 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| ·数据源说明 | 第16-17页 |
| ·软件介绍 | 第17-19页 |
| ·ENVI软件介绍 | 第17页 |
| ·MATLAB软件介绍 | 第17-19页 |
| 第二章 支持向量机 | 第19-32页 |
| ·支持向量机分类的基本原理 | 第19-26页 |
| ·线性可分支持向量分类机 | 第19-22页 |
| ·线性支持向量分类机 | 第22-24页 |
| ·可分支持向量分类机 | 第24-25页 |
| ·C-支持向量分类机 | 第25-26页 |
| ·支持向量机的分类模型 | 第26-32页 |
| ·样本线性或非线性可分 | 第27-29页 |
| ·样本不可分时的软间隔处理 | 第29-30页 |
| ·分类模型的求解 | 第30-32页 |
| 第三章 多分类支持向量机 | 第32-47页 |
| ·多分类支持向量机 | 第32-40页 |
| ·"一对多"(ONE-AGAINST-REST)支持向量机 | 第32-34页 |
| ·"一对一"(ONE-AGAINST-ONE)支持向量机 | 第34-35页 |
| ·基于决策树的多类支持向量机 | 第35-37页 |
| ·基于有向无环图的多类支持向量机 | 第37-39页 |
| ·"纠错编码"的支持向量机 | 第39页 |
| ·M-ARY支持向量机 | 第39-40页 |
| ·一次性求解的多分类支持向量机 | 第40页 |
| ·模糊支持向量机 | 第40-43页 |
| ·"一对多"模糊支持向量机 | 第40-41页 |
| ·"一对一"模糊支持向量机 | 第41-42页 |
| ·模糊支持向量机的多分类方法 | 第42-43页 |
| ·其他模糊支持向量机 | 第43页 |
| ·小结 | 第43-47页 |
| 第四章 基于图斑的分类方法 | 第47-54页 |
| ·图斑化几种常见的方法 | 第47-49页 |
| ·基于像元的分类方法与基于图斑的分类方法比较分析 | 第49-52页 |
| ·分类结果 | 第49-51页 |
| ·精度分析 | 第51-52页 |
| ·小结 | 第52-54页 |
| 第五章 基于SVM和图斑的高光谱遥感影像分类 | 第54-58页 |
| ·构建结合图斑的支持向量机分类器 | 第54-55页 |
| ·样本的选择 | 第54-55页 |
| ·基于图斑的SVM的训练方法 | 第55页 |
| ·基于图斑的SVM的决策方法 | 第55页 |
| ·试验与结果分析 | 第55-58页 |
| ·试验结果 | 第55-56页 |
| ·精度分析 | 第56-58页 |
| 总结与展望 | 第58-60页 |
| 总结 | 第58-59页 |
| 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-67页 |
| 攻读研究生期间参加的科研及发表论文情况 | 第67-68页 |
| 参与科研项目 | 第67页 |
| 公开发表论文 | 第67-68页 |
| 致谢 | 第68页 |