| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-19页 |
| ·研究背景与意义 | 第9-10页 |
| ·高光谱遥感概述 | 第10-15页 |
| ·高光谱遥感图像 | 第10-11页 |
| ·高光谱遥感数据处理技术 | 第11-13页 |
| ·高光谱图像分类的国内外研究概况 | 第13-15页 |
| ·高光谱遥感的应用 | 第15-16页 |
| ·本文主要研究内容 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 主要算法的理论基础 | 第19-30页 |
| ·稀疏表示 | 第19-25页 |
| ·稀疏表示优化算法 | 第19-24页 |
| ·稀疏分类 | 第24-25页 |
| ·半监督学习 | 第25-28页 |
| ·基于生成式模型算法 | 第26页 |
| ·半监督支持向量机算法 | 第26页 |
| ·基于图的半监督算法 | 第26-27页 |
| ·基于分歧的半监督算法 | 第27-28页 |
| ·主动学习 | 第28-29页 |
| ·基于委员会的采样策略 | 第28-29页 |
| ·基于边缘的采样策略 | 第29页 |
| ·基于泛化误差减小的采样策略 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 高光谱数据分类准确度与标记样本数量关系的研究 | 第30-39页 |
| ·引言 | 第30-31页 |
| ·理论分析 | 第31-33页 |
| ·相干系数 | 第31页 |
| ·MP的收敛和重构 | 第31-32页 |
| ·推论 | 第32-33页 |
| ·实验分析 | 第33-37页 |
| ·数据集 | 第33-34页 |
| ·数据预处理和实验步骤 | 第34-35页 |
| ·实验结果和分析 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 小样本高光谱数据分类问题的研究 | 第39-51页 |
| ·引言 | 第39页 |
| ·前期研究工作 | 第39-44页 |
| ·基于稀疏表示和集成学习算法 | 第39-40页 |
| ·基于稀疏表示和半监督学习算法 | 第40-43页 |
| ·实验结果与分析 | 第43-44页 |
| ·基于稀疏表示和半监督主动学习算法 | 第44-46页 |
| ·实验结果及分析 | 第46-50页 |
| ·本章总结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·工作总结 | 第51页 |
| ·研究展望 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-60页 |
| 硕士期间主要的研究成果 | 第60页 |