首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于非负矩阵分解的高光谱图像解混技术研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-20页
   ·课题的研究背景及意义第10-11页
   ·高光谱遥感数据简介第11-12页
   ·非监督的高光谱混合像元分解技术研究现状第12-18页
     ·线性光谱混合模型第13-14页
     ·端元个数确定方法第14-15页
     ·现有的非监督光谱解混技术第15-18页
   ·本文主要工作及内容安排第18-19页
   ·本文所采用的数据源第19-20页
第2章 用于光谱解混的几种非负矩阵分解算法比较研究第20-33页
   ·非负矩阵分解理论第20-23页
     ·目标函数第20页
     ·迭代规则第20-23页
   ·约束的非负矩阵分解(CNMF)第23-24页
   ·非平滑约束的非负矩阵分解(NSNMF)第24-26页
     ·稀疏编码第24-25页
     ·nsNMF 算法第25-26页
   ·实验结果第26-31页
     ·性能评价指标第26-27页
     ·合成数据第27-29页
     ·真实数据第29-31页
   ·小结第31-33页
第3章 基于遗传算法的非负矩阵分解算法研究第33-44页
   ·顶点成分分析(VCA)第33-34页
   ·改进的约束非负矩阵分解方法(MCNMF)第34-35页
   ·遗传算法简介第35-36页
   ·遗传算法与非负矩阵分解相结合(GA-MCNMF)第36-37页
   ·实验结果第37-43页
     ·合成数据第38-40页
     ·真实数据第40-43页
   ·小结第43-44页
第4章 基于复杂度和最小体积约束的非负矩阵分解算法研究第44-55页
   ·光谱的变化性第44-45页
   ·高光谱数据的复杂度模型第45-46页
   ·基于复杂度限制的非负矩阵分解方法(CCNMF)第46-47页
   ·基于最小体积约束的非负矩阵分解方法(MVC-NMF)第47-49页
     ·高光谱数据的单形体体积约束第47-48页
     ·MVC-NMF 算法第48-49页
   ·基于复杂度和最小体积约束的非负矩阵分解方法(CMVC-NMF)第49-50页
   ·实验结果第50-54页
     ·合成数据第50-52页
     ·真实数据第52-54页
   ·小结第54-55页
第5章 总结与展望第55-57页
   ·总结第55页
   ·展望第55-57页
致谢第57-58页
参考文献第58-62页
附录第62页

论文共62页,点击 下载论文
上一篇:地震信号采集传输系统的设计
下一篇:移动机器人路径规划