| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究意义 | 第10-11页 |
| 1.2 国内外现状 | 第11-15页 |
| 1.3 论文的主要工作 | 第15-16页 |
| 1.4 论文的章节安排 | 第16-17页 |
| 第2章 预备知识 | 第17-28页 |
| 2.1 高光谱遥感图像简介 | 第17-19页 |
| 2.2 经典SVM模型 | 第19-22页 |
| 2.3 分水岭分割算法 | 第22-27页 |
| 2.3.1 分水岭的基本概念 | 第22-24页 |
| 2.3.2 分水岭分割算法 | 第24-26页 |
| 2.3.3 高光谱图像的分水岭分割算法 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 结合近邻选择的合成核SVM高光谱图像分类算法 | 第28-49页 |
| 3.1 引言 | 第28-29页 |
| 3.2 结合分水岭分割的合成核SVM算法(WSCSVM) | 第29-34页 |
| 3.2.1 算法思想 | 第29-32页 |
| 3.2.2 算法描述 | 第32-34页 |
| 3.3 结合最小生成树近邻选择的合成核高光谱图像分类算法(MSTCSVM) | 第34-38页 |
| 3.3.1 算法思想 | 第34-36页 |
| 3.3.2 算法描述 | 第36-38页 |
| 3.4 实验 | 第38-48页 |
| 3.4.1 实验数据描述 | 第39-40页 |
| 3.4.2 实验设置 | 第40-41页 |
| 3.4.3 实验结果与分析 | 第41-48页 |
| 3.5 本章小节 | 第48-49页 |
| 第4章 结合近邻选择的谱空联合kNN高光谱图像分类算法(MSTkNN) | 第49-58页 |
| 4.1 引言 | 第49页 |
| 4.2 算法思想 | 第49-51页 |
| 4.3 算法描述 | 第51-52页 |
| 4.4 实验 | 第52-57页 |
| 4.4.1 实验设置 | 第52-53页 |
| 4.4.2 实验结果与分析 | 第53-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 工作总结 | 第58-59页 |
| 5.2 工作展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 附录 | 第66-67页 |
| 致谢 | 第67页 |
