高光谱海冰数据降维及结合纹理信息的海冰检测
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 引言 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 海冰检测的研究现状 | 第12-13页 |
| 1.2.2 高光谱数据降维的研究现状 | 第13-14页 |
| 1.2.3 高光谱图像分类的研究现状 | 第14-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文结构 | 第16-18页 |
| 第二章 高光谱图像数据降维及分类算法理论 | 第18-27页 |
| 2.1 高光谱遥感图像数据特点 | 第18-20页 |
| 2.2 高光谱遥感图像数据降维原理和方法 | 第20-22页 |
| 2.3 高光谱遥感图像分类 | 第22-26页 |
| 2.3.1 高光谱图像分类原理和方法 | 第22-24页 |
| 2.3.2 纹理特征提取方法 | 第24-25页 |
| 2.3.3 SVM分类方法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于ISMLP算法的高光谱海冰检测 | 第27-41页 |
| 3.1 ISMLP算法简介 | 第27-28页 |
| 3.2 ISMLP算法模型 | 第28-30页 |
| 3.2.1 像素点选择 | 第28页 |
| 3.2.2 初始波段选择算法 | 第28-29页 |
| 3.2.3 后续波段选择算法 | 第29-30页 |
| 3.3 实验过程与结果分析 | 第30-39页 |
| 3.3.1 数据描述 | 第30-32页 |
| 3.3.2 实验设计 | 第32-33页 |
| 3.3.3 实验结果 | 第33-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 与纹理信息相结合的高光谱海冰检测 | 第41-48页 |
| 4.1 纹理特征提取算法简介 | 第41页 |
| 4.2 基于GLCM提取纹理特征 | 第41-44页 |
| 4.3 实验过程与结果分析 | 第44-47页 |
| 4.3.1 数据描述 | 第44页 |
| 4.3.2 实验设计 | 第44-45页 |
| 4.3.3 实验结果 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 附录 | 第55-56页 |
| 致谢 | 第56页 |
