| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题的背景及研究的意义 | 第10-11页 |
| 1.2 研究的现状和发展趋势 | 第11-12页 |
| 1.3 本论文主要研究内容及深度 | 第12-13页 |
| 1.4 论文结构安排 | 第13-15页 |
| 第2章 压缩感知概述 | 第15-21页 |
| 2.1 压缩感知概述 | 第15页 |
| 2.2 信号的稀疏表示 | 第15-16页 |
| 2.3 信号的压缩采样 | 第16-18页 |
| 2.4 压缩感知重构算法 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 面向植物生理生化参数的光谱信息压缩感知重构 | 第21-31页 |
| 3.1 植物光谱压缩重构 | 第21-24页 |
| 3.1.1 植物光谱数据描述 | 第21-22页 |
| 3.1.2 植物光谱压缩重构流程图 | 第22-23页 |
| 3.1.3 生理生化参数光谱指数 | 第23页 |
| 3.1.4 植物生理生化参数偏最小二乘回归模型的构建 | 第23页 |
| 3.1.5 植物光谱关键信息的压缩感知算法 | 第23-24页 |
| 3.1.6 评价指标 | 第24页 |
| 3.2 数据试验与分析 | 第24-29页 |
| 3.2.1 光谱曲线分析 | 第24-26页 |
| 3.2.2 植物光谱指数与生理生化参数敏感性分析 | 第26-28页 |
| 3.2.3 植物生理生化参数误差分析 | 第28-29页 |
| 3.3 结论与讨论 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 面向植物光谱特征的分布式压缩感知 | 第31-51页 |
| 4.1 光谱特征分析 | 第31-33页 |
| 4.2 联合稀疏模型 | 第33页 |
| 4.3 分布式压缩感知 | 第33-35页 |
| 4.4 面向植物光谱特征的分布式压缩感知流程图 | 第35页 |
| 4.5 数据实验与分析 | 第35-41页 |
| 4.5.1 空间域图像的重构结果与分析 | 第35-38页 |
| 4.5.2 光谱域重构结果分析 | 第38-41页 |
| 4.6 改善植物光谱关键波段重构的压缩感知算法 | 第41-44页 |
| 4.6.1 局部波段区间重构算法改进 | 第42页 |
| 4.6.2 改进算法重构结果分析 | 第42-44页 |
| 4.7 光谱自适应分组的分布式压缩感知 | 第44-48页 |
| 4.7.1 自适应波段分组和关键波段的选取 | 第45-46页 |
| 4.7.2 自适应波段分组重构结果分析 | 第46-48页 |
| 4.8 结论与讨论 | 第48-49页 |
| 4.9 本章小结 | 第49-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录 | 第58页 |