基于多核学习的高光谱图像目标解译技术研究

摘要	第1-5页
ABSTRACT	第5-9页
第1章 绪论	第9-21页
·课题的背景及来源	第9-11页
·课题研究的目的和意义	第11-13页
·基于核机器学习的高光谱目标解译技术发展综述	第13-19页
·高光谱遥感成像技术的发展	第13-16页
·基于核机器学习的高光谱图像目标解译文献综述	第16-19页
·本文的主要研究内容	第19-21页
第2章 高光谱图像目标解译中的核机器学习方法	第21-33页
·引言	第21页
·高光谱图像的特点与目标解译的困难	第21-26页
·高光谱成像机理	第21-22页
·高光谱图像特点与目标解译歧义性	第22-26页
·单核学习机器	第26-29页
·核方法概述	第26-27页
·支持向量机	第27-29页
·加权核方法	第29-31页
·多核学习的统一理论框架	第31-32页
·本章小结	第32-33页
第3章 高光谱图像精细分类的多尺度多核学习方法	第33-53页
·引言	第33页
·基于迭代优化的多核学习SIMPLEMKL	第33-34页
·核相似性度量的多尺度特性	第34-38页
·L2 范数约束多尺度多核学习	第38-39页
·仿真实验	第39-51页
·实验数据源简介	第40-41页
·实验设置	第41-43页
·实验结果和讨论	第43-51页
·本章小结	第51-53页
第4章 多核嵌入的高光谱图像目标解译应用	第53-66页
·引言	第53页
·空谱混合多核学习高光谱图像目标分类	第53-55页
·半监督多核学习高光谱图像目标分类	第55-58页
·多核学习高光谱图像目标识别	第58-59页
·仿真实验	第59-65页
·空谱混合目标分类实验	第59-61页
·半监督目标分类实验	第61-63页
·目标识别实验	第63-65页
·本章小结	第65-66页
结论	第66-68页
参考文献	第68-74页
攻读硕士学位期间发表的论文及其它成果	第74-76页
致谢	第76页