| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-26页 |
| 1.1 研究背景和意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-24页 |
| 1.2.1 基于特征空间的遥感影像分类方法 | 第13-21页 |
| 1.2.2 基于光谱匹配的遥感影像分类方法 | 第21-24页 |
| 1.3 论文研究内容和组织结构 | 第24-26页 |
| 2 高光谱分类理论及其预处理 | 第26-42页 |
| 2.1 高光谱遥感图像分类理论 | 第26-31页 |
| 2.1.1 高光谱图像分类的原则 | 第26-27页 |
| 2.1.2 高光谱图像分类的流程 | 第27-29页 |
| 2.1.3 典型地物的光谱特性 | 第29-31页 |
| 2.2 遥感影像预处理 | 第31-39页 |
| 2.2.1 传感器定标 | 第31-32页 |
| 2.2.2 遥感影像的大气辐射校正 | 第32-35页 |
| 2.2.3 遥感影像的几何校正 | 第35-39页 |
| 2.3 HYDICE 高光谱数据 | 第39-40页 |
| 2.4 本章小结 | 第40-42页 |
| 3 基于人工神经网络的高光谱遥感分类研究 | 第42-64页 |
| 3.1 神经网络概述 | 第42-47页 |
| 3.1.1 人工神经网络的生物学基础 | 第42-43页 |
| 3.1.2 人工神经网络和基本功能 | 第43-44页 |
| 3.1.3 人工神经元模型 | 第44-45页 |
| 3.1.4 人工神经网络的学习规则 | 第45页 |
| 3.1.5 人工神经网络的模型 | 第45-46页 |
| 3.1.6 人工神经网络的特点 | 第46-47页 |
| 3.2 BP 神经网络模型的建立 | 第47-51页 |
| 3.2.1 BP 神经网络结构 | 第47-48页 |
| 3.2.2 BP 网络的学习算法 | 第48-49页 |
| 3.2.3 BP 网络分类算法实现 | 第49-51页 |
| 3.3 RBF 神经网络模型的建立 | 第51-54页 |
| 3.3.1 RBF 神经网络的结构 | 第51-52页 |
| 3.3.2 RBF 网络的学习算法 | 第52-54页 |
| 3.3.3 RBF 网络的分类算法 | 第54页 |
| 3.4 基于粒子群优化算法的 RBF 神经网络模型 | 第54-59页 |
| 3.4.1 粒子群优化算法 | 第55-56页 |
| 3.4.2 基于自适应 PSO 的 RBF 网络分类算法实现 | 第56-59页 |
| 3.5 实验结果比较与分析 | 第59-62页 |
| 3.5.1 分类精度评价 | 第59-60页 |
| 3.5.2 分类结果比较 | 第60-62页 |
| 3.6 本章小结 | 第62-64页 |
| 4 基于统计学习理论下的 SVR 高光谱遥感分类研究 | 第64-80页 |
| 4.1 支持向量机原理概述 | 第64-70页 |
| 4.1.1 统计学习理论 | 第65-68页 |
| 4.1.2 支持向量机原理 | 第68-70页 |
| 4.2 支持向量回归机(SVR) | 第70-73页 |
| 4.2.1 线性回归的情况 | 第71-72页 |
| 4.2.2 非线性回归的情况 | 第72页 |
| 4.2.3 常用的支持向量回归机 | 第72-73页 |
| 4.3 SVR 分类模型的建立 | 第73-76页 |
| 4.3.1 核函数参数的确定 | 第73-74页 |
| 4.3.2 基于 SVR 的高光谱分类模型 | 第74-75页 |
| 4.3.3 基于自适应 PSO 的 SVR 高光谱分类模型的构建 | 第75-76页 |
| 4.4 实验结果比较与分析 | 第76-78页 |
| 4.4.1 分类精度评价 | 第76-77页 |
| 4.4.2 分类结果比较 | 第77-78页 |
| 4.5 本章小结 | 第78-80页 |
| 5 基于稀疏表示的高光谱遥感分类研究 | 第80-100页 |
| 5.1 稀疏表示的理论基础 | 第80-91页 |
| 5.1.1 稀疏表示的生理基础 | 第81页 |
| 5.1.2 稀疏表示的模型 | 第81-82页 |
| 5.1.3 稀疏表示的优化算法 | 第82-87页 |
| 5.1.4 学习字典 | 第87-91页 |
| 5.2 基于自适应稀疏表示的高光谱图像分类 | 第91-94页 |
| 5.2.1 高光谱图像的稀疏表示 | 第91页 |
| 5.2.2 自适应字典学习方法 | 第91-93页 |
| 5.2.3 随机森林分类方法 | 第93页 |
| 5.2.4 基于自适应稀疏表示的高光谱图像分类 | 第93-94页 |
| 5.3 遥感分类结果及比较 | 第94-98页 |
| 5.3.1 分类精度评价 | 第95-96页 |
| 5.3.2 分类结果比较 | 第96-97页 |
| 5.3.3 算法复杂度分析 | 第97-98页 |
| 5.4 本章小结 | 第98-100页 |
| 6 总结与展望 | 第100-104页 |
| 6.1 全文总结 | 第100-101页 |
| 6.2 研究展望 | 第101-104页 |
| 致谢 | 第104-106页 |
| 参考文献 | 第106-120页 |
| 附录 | 第120页 |
| A．攻读博士学位期间发表的论文 | 第120页 |
| B．攻读博士学位期间参与的课题 | 第120页 |
| C．攻读博士学位期间的发明专利 | 第120页 |
