| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究意义 | 第10-11页 |
| 1.2 国内外现状 | 第11-16页 |
| 1.3 论文的主要工作 | 第16-17页 |
| 1.4 论文的章节安排 | 第17-18页 |
| 第2章 预备知识 | 第18-29页 |
| 2.1 高光谱遥感图像 | 第18-24页 |
| 2.1.1 高光谱遥感数据简介 | 第18-20页 |
| 2.1.2 高光谱多特征提取 | 第20-21页 |
| 2.1.3 基于分水岭的高光谱图像分割 | 第21-24页 |
| 2.2 稀疏表示与字典学习 | 第24-27页 |
| 2.2.1 稀疏表示基本理论 | 第24-25页 |
| 2.2.2 稀疏表示分类模型 | 第25-26页 |
| 2.2.3 字典学习 | 第26-27页 |
| 2.3 核方法简介 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于自适应稀疏表示的多特征核高光谱图像分类(MFK-ASR) | 第29-45页 |
| 3.1 引言 | 第29-30页 |
| 3.2 MFK-ASR算法思想 | 第30-34页 |
| 3.3 MFK-ASR算法描述 | 第34-36页 |
| 3.4 实验 | 第36-44页 |
| 3.4.1 实验数据描述 | 第37-39页 |
| 3.4.2 实验设置 | 第39-40页 |
| 3.4.3 实验结果与分析 | 第40-44页 |
| 3.5 本章总结 | 第44-45页 |
| 第4章 基于空间感知字典学习的多特征核高光谱图像分类(MFK-SADL) | 第45-59页 |
| 4.1 引言 | 第45-46页 |
| 4.2 MFK-SADL算法思想 | 第46-48页 |
| 4.3 MFK-SADL算法描述 | 第48-50页 |
| 4.4 实验 | 第50-57页 |
| 4.4.1 实验设置 | 第51-52页 |
| 4.4.2 实验结果与分析 | 第52-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第5章 基于类子字典学习的多特征核高光谱图像分类(MFK-CSDL) | 第59-70页 |
| 5.1 引言 | 第59页 |
| 5.2 MFK-CSDL算法思想 | 第59-62页 |
| 5.3 MFK-CSDL算法描述 | 第62-64页 |
| 5.4 实验 | 第64-69页 |
| 5.4.1 实验设置 | 第64-65页 |
| 5.4.2 实验结果与分析 | 第65-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 工作总结 | 第70-71页 |
| 6.2 工作展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 附录 | 第78-79页 |
| 致谢 | 第79页 |
