首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

结合原始对偶内点法的全约束丰度估计

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-19页
    1.1 课题研究的背景及意义第10-13页
    1.2 混合像元丰度估计技术研究现状第13-16页
    1.3 论文主要研究内容和章节安排第16-19页
        1.3.1 论文主要研究内容第16-17页
        1.3.2 论文的章节安排第17-19页
第2章 混合像元丰度估计技术第19-29页
    2.1 线性光谱混合模型下丰度估计技术描述第19-20页
    2.2 无约束混合像元丰度估计算法第20-21页
    2.3 和为1约束混合像元丰度估计算法第21-24页
        2.3.1 拉格朗日SCLS丰度估计算法第21-22页
        2.3.2 矩阵约束SCLS丰度估计算法第22-23页
        2.3.3 对偶SCLS丰度估计算法第23-24页
    2.4 全约束混合像元丰度估计算法第24-28页
        2.4.1 N-FCLS丰度估计算法第24-25页
        2.4.2 EES-FCLS丰度估计算法第25-26页
        2.4.3 ⅡM-FCLS丰度估计算法第26-28页
    2.5 本章小结第28-29页
第3章 结合原始对偶内点法的全约束丰度估计算法研究第29-52页
    3.1 PDIP丰度估计算法第29-32页
    3.2 优化FCLS+PDIP丰度估计算法第32-34页
    3.3 丰度估计算法在模拟高光谱数据上的初步分析第34-40页
    3.4 对全约束丰度估计算法偏差ρ的分析第40-44页
    3.5 优化FCLS+PDIP算法的数据结果分析第44-49页
    3.6 优化FCLS+PDIP算法与其他算法的数据结果比较第49-51页
    3.7 本章小结第51-52页
第4章 全约束丰度估计算法在实际高光谱数据上的应用第52-66页
    4.1 Hydice数据数据介绍第52页
    4.2 全约束丰度估计算法的数据结果比较第52-57页
    4.3 对优化FCLS+PDIP算法偏差ρ的进一步分析第57-59页
    4.4 实际高光谱溢油图像的数据结果比较第59-65页
    4.5 本章小结第65-66页
第5章 总结与展望第66-68页
    5.1 总结已完成的工作第66-67页
    5.2 对进一步研究工作的展望第67-68页
参考文献第68-72页
攻读学位期间公开发表论文第72-73页
致谢第73-74页
研究生履历第74页

论文共74页,点击 下载论文
上一篇:纳米TiCp、SiCp增强2014Al复合材料制备与复合构型设计
下一篇:H13钢表面磨损行为的数值模拟研究及模具寿命预测