摘要 | 第3-5页 |
Abstract | 第5-7页 |
第1章 绪论 | 第12-21页 |
1.1 课题研究的背景及意义 | 第12-13页 |
1.2 高光谱遥感技术简介 | 第13-16页 |
1.3 高光谱遥感技术发展概况 | 第16-18页 |
1.4 论文的研究内容与创新点 | 第18-19页 |
1.5 论文的组织结构 | 第19-21页 |
第2章 农作物高光谱遥感监测机理及技术 | 第21-44页 |
2.1 农作物高光谱遥感监测机理 | 第21-22页 |
2.2 农作物监测高光谱遥感技术应用 | 第22-36页 |
2.2.1 叶绿素及氮素含量估计 | 第22-26页 |
2.2.2 作物长势及产量估算 | 第26-28页 |
2.2.3 作物胁迫监测 | 第28-30页 |
2.2.4 作物病虫害检测 | 第30-32页 |
2.2.5 农产品品质检测 | 第32-34页 |
2.2.6 农作物种类识别 | 第34-36页 |
2.3 农作物监测的最优高光谱窄波段 | 第36-37页 |
2.4 农作物高光谱数据处理与建模方法 | 第37-43页 |
2.4.1 数据预处理 | 第37-39页 |
2.4.2 光谱指数提取 | 第39页 |
2.4.3 高光谱建模方法 | 第39-41页 |
2.4.4 精度评估指标 | 第41-43页 |
2.5 本章小结 | 第43-44页 |
第3章 分段最小噪声分离特征提取的农作物种类识别 | 第44-68页 |
3.1 引言 | 第44页 |
3.2 特征提取 | 第44-49页 |
3.2.1 主成分分析特征提取 | 第46-48页 |
3.2.2 最小噪声分离特征提取 | 第48-49页 |
3.3 分段最小噪声分离 | 第49-54页 |
3.3.1 相关矩阵图像 | 第50-51页 |
3.3.2 最小噪声分离 | 第51-52页 |
3.3.3 相关矩阵图像分段过程 | 第52-53页 |
3.3.4 可分性度量 | 第53-54页 |
3.4 实验设计与分析 | 第54-67页 |
3.4.1 数据集描述 | 第54-56页 |
3.4.2 实验设计 | 第56-58页 |
3.4.3 实验结果与分析 | 第58-67页 |
3.5 结论 | 第67-68页 |
第4章 基于径向基函数预抽取的支持向量机分类器设计 | 第68-89页 |
4.1 引言 | 第68页 |
4.2 高光谱图像分类技术 | 第68-72页 |
4.2.1 高光谱图像监督分类技术 | 第68-70页 |
4.2.2 高光谱图像半监督分类技术 | 第70-71页 |
4.2.3 高光谱图像空谱联合分类技术 | 第71-72页 |
4.3 支持向量机 | 第72-76页 |
4.4 支持向量侯选集 | 第76-77页 |
4.5 基于径向基函数神经网络的支持向量预提取方法 | 第77-82页 |
4.5.1 方法描述 | 第77-78页 |
4.5.2 自适应k-均值聚类算法 | 第78-80页 |
4.5.3 权向量的RLS计算 | 第80页 |
4.5.4 支持向量预抽取 | 第80-81页 |
4.5.5 算法框架 | 第81-82页 |
4.6 实验设计与分析 | 第82-88页 |
4.6.1 数据集描述 | 第82-83页 |
4.6.2 实验设计 | 第83-84页 |
4.6.3 .实验分析 | 第84-88页 |
4.7 结论 | 第88-89页 |
第5章 果树类作物叶绿素含量高光谱估算 | 第89-111页 |
5.1 引言 | 第89页 |
5.2 材料与方法 | 第89-91页 |
5.2.1 光谱数据采集 | 第89-91页 |
5.2.2 叶绿素含量测定 | 第91页 |
5.2.3 建模方法 | 第91页 |
5.3 实验结果与分析 | 第91-110页 |
5.3.1 原始光谱建模分析 | 第92-100页 |
5.3.2 一阶导数光谱建模分析 | 第100-105页 |
5.3.3 二阶导数光谱建模分析 | 第105-110页 |
5.4 结论 | 第110-111页 |
第6章 果品内部品质近红外高光谱检测 | 第111-116页 |
6.1 引言 | 第111页 |
6.2 实验过程与数据处理 | 第111-112页 |
6.3 实验结果与讨论 | 第112-115页 |
6.3.1 脐橙的近红外光谱 | 第112-113页 |
6.3.2 可滴定酸的测定 | 第113-114页 |
6.3.3 维生素C的测定 | 第114-115页 |
6.4 结论 | 第115-116页 |
第7章 结论与展望 | 第116-119页 |
7.1 主要结论 | 第116-117页 |
7.2 需要进一步研究的问题 | 第117-118页 |
7.3 工作展望 | 第118-119页 |
参考文献 | 第119-132页 |
致谢 | 第132-133页 |
攻读博士学位期间的研究成果 | 第133页 |