高光谱遥感图像数据降维和分类算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及目的意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 存在的问题 | 第12页 |
| 1.4 论文研究内容与章节安排 | 第12-14页 |
| 第二章 高光谱数据降维算法 | 第14-27页 |
| 2.1 高光谱遥感图像数据表示方式与特性分析 | 第14-17页 |
| 2.2 数据降维方法概论 | 第17-19页 |
| 2.3 高光谱数据波段选择方法概述 | 第19-20页 |
| 2.4 高光谱数据特征提取方法概述 | 第20-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 高光谱遥感图像分类算法 | 第27-40页 |
| 3.1 高光谱遥感图像分类概述 | 第27-29页 |
| 3.2 高光谱遥感图像分类经典算法 | 第29-35页 |
| 3.3 随机森林分类算法理论概述 | 第35-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于特征空间的随机森林分类算法 | 第40-49页 |
| 4.1 本文算法概述 | 第40页 |
| 4.2 构造特征空间 | 第40-43页 |
| 4.3 基于特征空间的随机森林分类算法 | 第43-45页 |
| 4.4 分类精度评价指标 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 高光谱遥感图像分类实验 | 第49-57页 |
| 5.1 实验数据 | 第49-50页 |
| 5.2 实验流程 | 第50-51页 |
| 5.3 实验一 | 第51-52页 |
| 5.4 实验二 | 第52-54页 |
| 5.5 实验结果分析 | 第54-56页 |
| 5.6 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 工作总结 | 第57页 |
| 6.2 研究展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65页 |
