| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 极限学习机及其研究现状 | 第8-10页 |
| 1.2.2 流形学习及其研究现状 | 第10-11页 |
| 1.2.3 降维算法及其研究现状 | 第11-12页 |
| 1.3 本文主要研究内容与思路 | 第12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 2 极限学习机(ELM) | 第14-17页 |
| 3 基于流形学习的极限学习算法 | 第17-25页 |
| 3.1 基于流形学习的极限学习机 | 第17页 |
| 3.2 基于流形学习的SSLPP降维方法 | 第17-20页 |
| 3.3 实验结果及分析 | 第20-24页 |
| 3.4 本章小结 | 第24-25页 |
| 4 局部保持投影极端学习机的高光谱图像分类 | 第25-37页 |
| 4.1 引言 | 第25-26页 |
| 4.2 局部保持投影极限学习机 | 第26-29页 |
| 4.2.1 局部保持投影算法思想的引入 | 第26-27页 |
| 4.2.2 LPELM的提出 | 第27-29页 |
| 4.3 高光谱遥感图像对比实验 | 第29-32页 |
| 4.3.1 实验数据描述 | 第29-30页 |
| 4.3.2 实验和参数设置 | 第30-32页 |
| 4.4 实验结果与分析 | 第32-35页 |
| 4.4.1 IndianPines遥感图像数据实验结果 | 第32-33页 |
| 4.4.2 UniversityofPavia遥感图像数据实验结果 | 第33-35页 |
| 4.5 计算复杂度 | 第35-36页 |
| 4.6 结论 | 第36-37页 |
| 结论 | 第37-38页 |
| 参考文献 | 第38-43页 |
| 攻读博/硕士学位期间发表学术论文情况 | 第43-44页 |
| 致谢 | 第44页 |