| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-7页 |
| 1 绪论 | 第11-29页 |
| 1.1 研究背景与意义 | 第11-15页 |
| 1.2 高光谱图像特征提取的研究现状 | 第15-23页 |
| 1.2.1 图像特点与面临的挑战 | 第15-19页 |
| 1.2.2 研究现状与存在的问题 | 第19-23页 |
| 1.3 高光谱图像分类的研究现状 | 第23-24页 |
| 1.4 论文研究内容与章节安排 | 第24-28页 |
| 1.4.1 研究内容 | 第25-26页 |
| 1.4.2 章节安排 | 第26-28页 |
| 1.5 本章小结 | 第28-29页 |
| 2 高光谱图像特征提取与分类方法 | 第29-51页 |
| 2.1 引言 | 第29页 |
| 2.2 高光谱特征提取方法 | 第29-40页 |
| 2.2.1 基于统计理论的特征提取 | 第29-32页 |
| 2.2.2 基于流形学习的特征提取 | 第32-38页 |
| 2.2.3 基于稀疏表示的特征提取 | 第38-40页 |
| 2.3 高光谱图像分类方法 | 第40-46页 |
| 2.3.1 基于光谱匹配的分类 | 第40-42页 |
| 2.3.2 基于统计理论的分类 | 第42-45页 |
| 2.3.3 基于稀疏表示的分类 | 第45-46页 |
| 2.4 高光谱图像分类精度评价 | 第46-48页 |
| 2.4.1 混淆矩阵 | 第46-47页 |
| 2.4.2 生产者精度和使用者精度 | 第47页 |
| 2.4.3 总体分类精度和Kappa系数 | 第47-48页 |
| 2.4.4 McNemar检验 | 第48页 |
| 2.5 高光谱图像数据 | 第48-50页 |
| 2.5.1 Indian Pines数据集 | 第48-49页 |
| 2.5.2 Salinas数据集 | 第49页 |
| 2.5.3 University of Pavia数据集 | 第49-50页 |
| 2.5.4 Urban数据集 | 第50页 |
| 2.6 本章小节 | 第50-51页 |
| 3 基于流形学习的高光谱图像特征提取 | 第51-69页 |
| 3.1 引言 | 第51页 |
| 3.2 相关原理与方法 | 第51-53页 |
| 3.2.1 图嵌入 | 第51-52页 |
| 3.2.2 边界Fisher分析 | 第52-53页 |
| 3.3 局部几何结构Fisher分析 | 第53-57页 |
| 3.4 实验与分析 | 第57-68页 |
| 3.4.1 实验设置 | 第58页 |
| 3.4.2 在Salinas数据集上的实验 | 第58-62页 |
| 3.4.3 在Indian Pines数据集上的实验 | 第62-67页 |
| 3.4.4 二维嵌入分析 | 第67-68页 |
| 3.4.5 实验讨论 | 第68页 |
| 3.5 本章小节 | 第68-69页 |
| 4 基于稀疏表示的高光谱图像特征提取 | 第69-99页 |
| 4.1 引言 | 第69页 |
| 4.2 稀疏保持分析 | 第69-84页 |
| 4.2.1 稀疏保持分析 | 第69-72页 |
| 4.2.2 稀疏邻域分类 | 第72-73页 |
| 4.2.3 实验与分析 | 第73-84页 |
| 4.3 稀疏鉴别学习 | 第84-97页 |
| 4.3.1 稀疏鉴别学习 | 第84-87页 |
| 4.3.2 实验与分析 | 第87-97页 |
| 4.4 本章小节 | 第97-99页 |
| 5 基于稀疏流形学习的高光谱图像特征提取 | 第99-117页 |
| 5.1 引言 | 第99页 |
| 5.2 相关原理与方法 | 第99-101页 |
| 5.2.1 稀疏流形编码 | 第99-101页 |
| 5.2.2 稀疏流形聚类与嵌入 | 第101页 |
| 5.3 稀疏流形嵌入 | 第101-103页 |
| 5.4 稀疏鉴别流形嵌入 | 第103-105页 |
| 5.5 实验与分析 | 第105-115页 |
| 5.5.1 实验设置 | 第105-107页 |
| 5.5.2 在Indian Pines数据集上的实验 | 第107-111页 |
| 5.5.3 在PaviaU数据集上的实验 | 第111-115页 |
| 5.5.4 实验讨论 | 第115页 |
| 5.6 本章小节 | 第115-117页 |
| 6 基于半监督稀疏流形学习的高光谱图像特征提取 | 第117-139页 |
| 6.1 引言 | 第117页 |
| 6.2 相关原理与方法 | 第117-120页 |
| 6.2.1 半监督学习 | 第117-119页 |
| 6.2.2 半监督鉴别分析 | 第119-120页 |
| 6.3 半监督稀疏流形鉴别分析 | 第120-125页 |
| 6.4 实验与分析 | 第125-138页 |
| 6.4.1 实验设置 | 第125-126页 |
| 6.4.2 在PaviaU数据上的实验 | 第126-130页 |
| 6.4.3 在Salinas数据上的实验 | 第130-135页 |
| 6.4.4 计算复杂度分析 | 第135-136页 |
| 6.4.5 扩展方法分析 | 第136-137页 |
| 6.4.6 实验讨论 | 第137-138页 |
| 6.5 本章小节 | 第138-139页 |
| 7 总结与展望 | 第139-143页 |
| 7.1 全文总结 | 第139-141页 |
| 7.2 论文创新点 | 第141-142页 |
| 7.3 研究展望 | 第142-143页 |
| 致谢 | 第143-145页 |
| 参考文献 | 第145-157页 |
| 附录 | 第157-161页 |
| A. 作者在攻读博士学位期间发表的论文 | 第157-158页 |
| B. 作者在攻读博士学位期间取得的科研成果 | 第158-159页 |
| C. 作者在攻读博士学位期间参加的科研项目及获奖情况 | 第159-161页 |
