高光谱数据库中基于特征的分类方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究的目的与意义 | 第10-11页 |
| ·国内外研究概论 | 第11-13页 |
| ·本文主要研究内容及框架 | 第13-14页 |
| 第2章 高光谱数据预处理及特征提取 | 第14-31页 |
| ·高光谱遥感成像特点 | 第14-15页 |
| ·地物的反射光谱特性 | 第15-19页 |
| ·矿物的光谱特性 | 第16-17页 |
| ·植被的光谱特性 | 第17-19页 |
| ·高光谱数据处理 | 第19-21页 |
| ·高光谱数据特征提取 | 第21-26页 |
| ·岩矿光谱吸收指数提取模型 | 第22-23页 |
| ·植被光谱维特征提取模型 | 第23-26页 |
| ·实验结果 | 第26-30页 |
| ·小结 | 第30-31页 |
| 第3章 高光谱数据分类研究 | 第31-39页 |
| ·基于光谱维特征的决策树分类方法 | 第31-34页 |
| ·主成分分析方法 | 第34-36页 |
| ·实验结果 | 第36-38页 |
| ·植被决策树分类试验 | 第36页 |
| ·岩矿主成分分析实验 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第4章 高光谱数据库分类子模块实现 | 第39-48页 |
| ·系统结构 | 第39-40页 |
| ·部分功能模块实现 | 第40-47页 |
| ·模块逻辑设计 | 第40-42页 |
| ·光谱特征提取模块 | 第42-43页 |
| ·光谱分类模块 | 第43-44页 |
| ·系统运行主要界面 | 第44-47页 |
| ·小结 | 第47-48页 |
| 第5章 结论与展望 | 第48-50页 |
| ·全文总结 | 第48-49页 |
| ·研究展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 硕士学位期间发表的论文和参与的项目 | 第54-55页 |
| 致谢 | 第55页 |