支撑向量机在光谱遥感影像分类中的若干问题研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-15页 |
| ·研究背景和意义 | 第12-13页 |
| ·光谱遥感影像分类的研究现状 | 第13-14页 |
| ·本文的研究内容 | 第14-15页 |
| 第二章 光谱遥感影像分类的主要方法和理论 | 第15-33页 |
| ·光谱遥感数据的不同理解方式 | 第15-16页 |
| ·现有监督分类算法 | 第16-20页 |
| ·贝叶斯判别法 | 第18页 |
| ·原型法 | 第18-19页 |
| ·函数估计法 | 第19-20页 |
| ·分类器的推广能力 | 第20-28页 |
| ·推广性能的影响因素 | 第20-24页 |
| ·偏差-方差分解 | 第24-28页 |
| ·分类模型选择的方法与理论 | 第28-32页 |
| ·现有的模型选择方法 | 第28-29页 |
| ·统计学习理论 | 第29-32页 |
| 本章小结 | 第32-33页 |
| 第三章 支撑向量机及其分类性能 | 第33-57页 |
| ·支撑向量机 | 第33-38页 |
| ·线性分类器 | 第33-34页 |
| ·最优分类超平面 | 第34-35页 |
| ·核函数与升维 | 第35-38页 |
| ·光谱遥感影像分类实验 | 第38-49页 |
| ·现有的三种分类方法 | 第38-40页 |
| ·多光谱数据实验Ⅰ | 第40-42页 |
| ·多光谱数据实验Ⅱ | 第42-43页 |
| ·高光谱数据实验Ⅰ | 第43-47页 |
| ·高光谱数据实验Ⅱ | 第47-49页 |
| ·实验结果综合分忻 | 第49-55页 |
| ·模型复杂度与特征维数 | 第49-50页 |
| ·参数选取 | 第50-54页 |
| ·训练速度和分类速度 | 第54-55页 |
| 本章小结 | 第55-57页 |
| 第四章 层次型多类支撑向量机 | 第57-83页 |
| ·现有的多类支撑向量机算法 | 第57-60页 |
| ·1-v-R SVMs | 第57-58页 |
| ·1-v-1 SVMs | 第58页 |
| ·有向无环图SVMs | 第58-59页 |
| ·纠错编码SVMs | 第59页 |
| ·二叉树SVMs | 第59-60页 |
| ·各种多类SVMs的性能对比 | 第60-66页 |
| ·训练速度 | 第60-61页 |
| ·分类速度 | 第61-63页 |
| ·结构选择与推广能力 | 第63-65页 |
| ·初步的结论 | 第65-66页 |
| ·现有类层次定义方法及其局限性 | 第66-68页 |
| ·现有方法类层次定义方法 | 第66-67页 |
| ·现有方法的局限性 | 第67-68页 |
| ·特征空间中的类间可分性度量 | 第68-72页 |
| ·支撑向量数据描述法 | 第68-69页 |
| ·可分性分析 | 第69-71页 |
| ·特征空间可分性度量 | 第71-72页 |
| ·两种层次型支撑向量机 | 第72-73页 |
| ·二叉树支撑向量机 | 第72-73页 |
| ·单层聚类支撑向量机 | 第73页 |
| ·实验与分析 | 第73-80页 |
| ·模拟数据 | 第74-75页 |
| ·多光谱遥感影像数据分类实验 | 第75-78页 |
| ·高光谱遥感影像数据分类实验 | 第78-80页 |
| ·实验结论 | 第80页 |
| 本章小结 | 第80-83页 |
| 第五章 波段选取算法 | 第83-103页 |
| ·特征选取的现有算法 | 第83-86页 |
| ·组合法 | 第83-84页 |
| ·过滤法 | 第84-85页 |
| ·内置法 | 第85-86页 |
| ·针对支撑向量机的波段选取 | 第86-91页 |
| ·迭代特征删除法 | 第86-87页 |
| ·判别函数剪裁分析法 | 第87-88页 |
| ·高光谱影像分类实验 | 第88-91页 |
| ·相关性波段过滤 | 第91-98页 |
| ·高光谱影像的特点 | 第91-93页 |
| ·相关性过滤法 | 第93-94页 |
| ·高光谱影像分类实验 | 第94-98页 |
| ·混合型波段选取法 | 第98-101页 |
| ·分类流程 | 第98-99页 |
| ·高光谱影像分类实验 | 第99-101页 |
| 本章小结 | 第101-103页 |
| 第六章 不完全监督分类 | 第103-119页 |
| ·不完全监督分类的现有方法 | 第103-104页 |
| ·传统监督分类方法的推广 | 第103页 |
| ·支撑向量机的推广 | 第103-104页 |
| ·加权无标识样本支撑向量机 | 第104-108页 |
| ·最优分类面 | 第104-107页 |
| ·求解最优化问题 | 第107-108页 |
| ·惩罚参数的选取 | 第108页 |
| ·基于加权无标识支撑向量机的不完全监督分类 | 第108-109页 |
| ·实验与分析 | 第109-118页 |
| ·模拟数据实验 | 第110-113页 |
| ·遥感影像实验 | 第113-118页 |
| ·实验结论 | 第118页 |
| 本章小结 | 第118-119页 |
| 第七章 总结与展望 | 第119-123页 |
| ·本文的主要贡献和创新 | 第119-120页 |
| ·研究展望 | 第120-121页 |
| ·结束语 | 第121-123页 |
| 参考文献 | 第123-131页 |
| 攻读博士学位期间承担的科研项目和发表的论文 | 第131-132页 |
| 致谢 | 第132页 |
