| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-31页 |
| 1.1 研究背景 | 第15-26页 |
| 1.1.1 高光谱数据介绍 | 第15-17页 |
| 1.1.2 高光谱数据分类发展概述 | 第17-23页 |
| 1.1.3 常用的高光谱数据及分类精度评价指标 | 第23-26页 |
| 1.2 研究目的及意义 | 第26-27页 |
| 1.3 研究内容及创新 | 第27-28页 |
| 1.4 论文框架安排 | 第28-31页 |
| 第二章 基于模糊锚点图正则的高光谱图像分类 | 第31-49页 |
| 2.1 锚点的概念 | 第31-32页 |
| 2.2 模糊C均值聚类 | 第32-34页 |
| 2.3 基于空间近邻加权的核模糊C均值聚类 | 第34-36页 |
| 2.4 模糊锚点图正则 | 第36-37页 |
| 2.5 基于模糊锚点图正则的高光谱图像分类 | 第37-39页 |
| 2.6 实验结果与分析 | 第39-47页 |
| 2.6.1 Indiana Pines数据集上的实验结果 | 第39-41页 |
| 2.6.2 Pavia University子图数据集上的实验结果 | 第41-42页 |
| 2.6.3 Salinas A数据集上的实验结果 | 第42-44页 |
| 2.6.4 计算时间对比结果 | 第44页 |
| 2.6.5 训练样本数目对算法性能的影响 | 第44-45页 |
| 2.6.6 参数对算法性能的影响 | 第45-47页 |
| 2.7 本章小结 | 第47-49页 |
| 第三章 基于局部模糊锚点图正则和松弛聚类的高光谱图像分类 | 第49-63页 |
| 3.1 局部模糊锚点图正则 | 第49-51页 |
| 3.2 松弛聚类假设 | 第51-52页 |
| 3.3 基于局部模糊锚点图正则和松弛聚类的高光谱图像分类算法 | 第52-53页 |
| 3.4 实验结果与分析 | 第53-61页 |
| 3.4.1 Indiana Pines数据集上的实验结果 | 第54-56页 |
| 3.4.2 Pavia University子图数据集上的实验结果 | 第56-58页 |
| 3.4.3 Salinas A数据集上的实验结果 | 第58-60页 |
| 3.4.4 计算时间对比结果 | 第60-61页 |
| 3.5 参数对算法性能的影响 | 第61-62页 |
| 3.6 本章小结 | 第62-63页 |
| 第四章 基于模糊锚点图正则的高光谱分类算法分布式实现 | 第63-75页 |
| 4.1 采样策略 | 第63-64页 |
| 4.2 分布式基于空间近邻加权值的核模糊C均值聚类算法 | 第64-66页 |
| 4.3 基于模糊锚点图正则的高光谱分类算法分布式实现 | 第66-70页 |
| 4.3.1 随机采样时的分布式实现 | 第66-69页 |
| 4.3.2 规则采样时的分布式实现 | 第69-70页 |
| 4.4 实验结果与分析 | 第70-73页 |
| 4.4.1 随机采样时的实验结果 | 第70-71页 |
| 4.4.2 规则采样时的实验结果 | 第71-72页 |
| 4.4.3 算法运行时间结果 | 第72-73页 |
| 4.5 本章小结 | 第73-75页 |
| 第五章 工作总结与展望 | 第75-77页 |
| 5.1 论文工作总结 | 第75-76页 |
| 5.2 工作展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 作者简介 | 第83-84页 |
