基于相关向量机的高光谱遥感图像分类研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景与意义 | 第8-11页 |
| ·国内外研究进展 | 第11-13页 |
| ·存在的问题 | 第13页 |
| ·论文主要研究内容与章节安排 | 第13-16页 |
| 第二章 高光谱遥感图像分类及相关向量机理论 | 第16-29页 |
| ·高光谱遥感图像分类 | 第16-17页 |
| ·支持向量机理论 | 第17-22页 |
| ·相关向量机理论 | 第22-26页 |
| ·分类精度评价 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 主成分分析法与线性判别分析法 | 第29-39页 |
| ·高光谱遥感图像中的数据降维 | 第29-33页 |
| ·主成分分析法 | 第33-36页 |
| ·线性判别分析法 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 相关向量机遥感图像分类算法的分析与研究 | 第39-50页 |
| ·问题的提出 | 第39页 |
| ·实验数据 | 第39-41页 |
| ·基于相关向量机的高光谱遥感图像分类 | 第41-43页 |
| ·基于PCA的相关向量机高光谱遥感图像分类 | 第43-46页 |
| ·基于LDA的相关向量机高光谱遥感图像分类 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于改进型相关向量机的高光谱遥感图像分类 | 第50-57页 |
| ·本文算法的提出 | 第50页 |
| ·本文算法基本原理 | 第50-52页 |
| ·本文算法仿真实验 | 第52-53页 |
| ·实验结果及分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·工作总结 | 第57-58页 |
| ·研究展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 在学期间公开发表论文及科研情况 | 第65页 |