基于进化优化的高光谱特征选择算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第10-19页 |
| ·高光谱遥感概述 | 第10-14页 |
| ·多光谱遥感和高光谱遥感 | 第10-12页 |
| ·高光谱图像数据 | 第12-14页 |
| ·研究背景及意义 | 第14-16页 |
| ·高光谱特征选择方法的研究现状 | 第16-17页 |
| ·本文主要内容以及章节安排 | 第17-19页 |
| 第二章 背景知识介绍 | 第19-26页 |
| ·高光谱波段选择问题 | 第19-20页 |
| ·进化算法 | 第20-21页 |
| ·基本思想 | 第20页 |
| ·基本框架 | 第20-21页 |
| ·图像分类 | 第21-25页 |
| ·评估指标 | 第22-23页 |
| ·KNN分类 | 第23页 |
| ·朴素贝叶斯分类 | 第23-24页 |
| ·K-means聚类 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第三章 基于进化优化的特征选择 | 第26-37页 |
| ·差分进化算法 | 第26-28页 |
| ·问题建模 | 第28-31页 |
| ·问题模型 | 第28-29页 |
| ·目标函数定义 | 第29-30页 |
| ·算法框架 | 第30-31页 |
| ·实验设置 | 第31-33页 |
| ·实验结果及分析 | 第33-36页 |
| ·基于KNN分类器的实验 | 第33-35页 |
| ·基于朴素贝叶斯分类器的实验 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第四章 基于Memetic算法的特征选择 | 第37-49页 |
| ·Memetic算法简介 | 第37-38页 |
| ·Offline择优 | 第38-42页 |
| ·改进的最佳指数法(OIF) | 第39-40页 |
| ·算法框架 | 第40页 |
| ·实验结果及分析 | 第40-42页 |
| ·Online择优 | 第42-48页 |
| ·算法框架 | 第43-46页 |
| ·实验结果及分析 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第五章 基于多目标优化的特征选择 | 第49-58页 |
| ·多目标优化 | 第49-52页 |
| ·问题建模 | 第52-54页 |
| ·编码方式 | 第52-53页 |
| ·目标函数定义 | 第53页 |
| ·算法框架 | 第53-54页 |
| ·实验设置 | 第54-55页 |
| ·实验结果及分析 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·本文总结 | 第58-59页 |
| ·本文展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-67页 |
| 在学期间取得的科研成果 | 第67页 |
