空谱联合高光谱遥感图像半监督分类
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景 | 第16-18页 |
| 1.1.1 遥感技术发展概述 | 第16-17页 |
| 1.1.2 高光谱遥感图像地物分类概述 | 第17-18页 |
| 1.2 高光谱遥感图像地物分类方法概述 | 第18-20页 |
| 1.2.1 无监督分类方法 | 第18页 |
| 1.2.2 有监督分类方法 | 第18-19页 |
| 1.2.3 半监督分类方法 | 第19-20页 |
| 1.3 论文的主要工作及内容安排 | 第20-22页 |
| 第二章 高光谱图像分类方法 | 第22-32页 |
| 2.1 高光谱图像分类流程 | 第22-24页 |
| 2.2 基于监督学习的高光谱图像分类 | 第24-28页 |
| 2.2.1 基于SVM的分类 | 第24-27页 |
| 2.2.2 基于SRC的分类 | 第27-28页 |
| 2.3 基于半监督学习的高光谱图像分类 | 第28-31页 |
| 2.3.1 基于TSVM的分类 | 第28-29页 |
| 2.3.2 基于图的半监督分类 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于空间近邻判别图的高光谱图像半监督分类 | 第32-50页 |
| 3.1 几种经典的图的构建方法 | 第32-33页 |
| 3.1.1 全连接图 | 第32页 |
| 3.1.2 近邻图 | 第32-33页 |
| 3.1.3 稀疏图 | 第33页 |
| 3.2 基于空间近邻判别图的高光谱图像半监督分类 | 第33-37页 |
| 3.2.1 空间近邻图的构建 | 第33-34页 |
| 3.2.2 判别图的构建 | 第34-35页 |
| 3.2.3 类标传播 | 第35-37页 |
| 3.3 实验结果与分析 | 第37-48页 |
| 3.3.1 实验数据介绍 | 第37-39页 |
| 3.3.2 Indian Pines实验 | 第39-43页 |
| 3.3.3 PaviaU实验 | 第43-46页 |
| 3.3.4 SalinasA实验 | 第46-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第四章 基于多任务低秩的高光谱图像分类 | 第50-62页 |
| 4.1 多特征提取和超像素的生成 | 第50-51页 |
| 4.1.1 光谱特征 | 第50页 |
| 4.1.2 谱梯度特征 | 第50-51页 |
| 4.1.3 超像素的生成 | 第51页 |
| 4.2 低秩表示模型 | 第51-52页 |
| 4.3 基于多任务低秩表示的高光谱图像分类方法 | 第52-55页 |
| 4.4 实验结果与分析 | 第55-60页 |
| 4.4.1 SalinasA实验 | 第55-58页 |
| 4.4.2 PaviaU实验 | 第58-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 基于核传播的高光谱图像半监督分类 | 第62-72页 |
| 5.1 核传播 | 第62-65页 |
| 5.1.1 核传播策略 | 第62-64页 |
| 5.1.2 种子核矩阵学习 | 第64-65页 |
| 5.2 基于核传播的高光谱图像半监督分类算法 | 第65-66页 |
| 5.3 实验结果与分析 | 第66-70页 |
| 5.3.1 Indiana实验 | 第66-69页 |
| 5.3.2 SalinasA实验 | 第69-70页 |
| 5.4 本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 作者简介 | 第82-83页 |
