| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第13-29页 |
| 1.1 课题背景及研究目和意义 | 第13-16页 |
| 1.1.1 课题背景 | 第13-15页 |
| 1.1.2 课题研究的目的和意义 | 第15-16页 |
| 1.2 研究现状 | 第16-27页 |
| 1.2.1 多时相多光谱图像缺失数据恢复 | 第16-18页 |
| 1.2.2 多时相多光谱遥感图像对齐 | 第18-21页 |
| 1.2.3 多时相遥感图像地物分类 | 第21-23页 |
| 1.2.4 存在问题及解决方法 | 第23-27页 |
| 1.3 论文主要研究内容与结构安排 | 第27-29页 |
| 第2章 多时相遥感图像缺失数据恢复 | 第29-48页 |
| 2.1 引言 | 第29-30页 |
| 2.2 时相-光谱角定义、计算与验证 | 第30-34页 |
| 2.2.1 多时相遥感图像多维度信息联合表示 | 第30-31页 |
| 2.2.2 时相-光谱角函数定义与计算 | 第31-32页 |
| 2.2.3 时相-光谱角函数验证 | 第32-34页 |
| 2.3 基于时相-光谱角度量的多时相缺失数据恢复 | 第34-38页 |
| 2.3.1 待恢复像素提取 | 第34-35页 |
| 2.3.2 基于加权时相-光谱角的最佳相似点搜索 | 第35-37页 |
| 2.3.3 缺失数据恢复 | 第37-38页 |
| 2.4 实验结果与分析 | 第38-47页 |
| 2.4.1 实验数据、对比方法与评价指标 | 第38-39页 |
| 2.4.2 时相-光谱角函数验证 | 第39-40页 |
| 2.4.3 仿真缺失数据验证 | 第40-44页 |
| 2.4.4 真实缺失数据恢复验证 | 第44-45页 |
| 2.4.5 时相数量、缺失比例与恢复精度关系验证 | 第45-47页 |
| 2.5 本章小结 | 第47-48页 |
| 第3章 基于拓扑结构标签优化的多时相遥感图像对齐 | 第48-69页 |
| 3.1 引言 | 第48页 |
| 3.2 无监督多时相流形对齐 | 第48-50页 |
| 3.2.1 传统的实例流形对齐 | 第48-49页 |
| 3.2.2 无监督非实例流形对齐 | 第49-50页 |
| 3.3 基于拓扑结构标签优化的多时相流形对齐 | 第50-53页 |
| 3.3.1 拓扑结构标签优化流形对齐 | 第50-52页 |
| 3.3.2 基于邻近关系的同源场景多时相对齐改进 | 第52-53页 |
| 3.4 实验结果与分析 | 第53-68页 |
| 3.4.1 实验数据、对比方法与评价指标 | 第53-55页 |
| 3.4.2 对齐性能验证 | 第55-60页 |
| 3.4.3 多时相分类能力验证 | 第60-67页 |
| 3.4.4 参数影响分析 | 第67-68页 |
| 3.5 本章小结 | 第68-69页 |
| 第4章 基于空谱联合张量分析的多维度遥感图像对齐 | 第69-92页 |
| 4.1 引言 | 第69页 |
| 4.2 基于张量子空间对齐的多时相空-谱一体化对齐 | 第69-75页 |
| 4.2.1 子空间对齐 | 第69-70页 |
| 4.2.2 张量代数 | 第70-71页 |
| 4.2.3 张量子空间对齐 | 第71-75页 |
| 4.3 张量子空间维数估计 | 第75-76页 |
| 4.4 实验结果与分析 | 第76-91页 |
| 4.4.1 实验数据、对比方法与评价指标 | 第76-77页 |
| 4.4.2 同源场景高分辨率多时相对齐分类验证 | 第77-86页 |
| 4.4.3 异源场景高分多时相对齐分类验证 | 第86-89页 |
| 4.4.4 多通道本征维度估计验证 | 第89-91页 |
| 4.5 本章小结 | 第91-92页 |
| 第5章 面向对象的多时相遥感图像对齐 | 第92-108页 |
| 5.1 引言 | 第92页 |
| 5.2 面向对象的多时相对齐 | 第92-97页 |
| 5.2.1 多时相超像素分割 | 第92-94页 |
| 5.2.2 超像素特征提取与对象对齐 | 第94-95页 |
| 5.2.3 基于超体素分割的同源场景多时相对齐 | 第95-97页 |
| 5.3 实验结果与分析 | 第97-107页 |
| 5.3.1 实验数据、对比方法与评价指标 | 第97页 |
| 5.3.2 超像素/超体素分割验证 | 第97-101页 |
| 5.3.3 基于超像素的多时相分类验证 | 第101-105页 |
| 5.3.4 基于超体素的多时相分类验证 | 第105-107页 |
| 5.4 本章小结 | 第107-108页 |
| 第6章 多时相对齐数据的稀疏多核分类 | 第108-120页 |
| 6.1 引言 | 第108页 |
| 6.2 面向对齐数据的稀疏多核学习 | 第108-114页 |
| 6.2.1 核方法与支持向量机 | 第108-110页 |
| 6.2.2 一般多核分类器框架 | 第110页 |
| 6.2.3 核尺度的稀疏特性 | 第110-112页 |
| 6.2.4 稀疏多核学习 | 第112-114页 |
| 6.3 实验结果与分析 | 第114-119页 |
| 6.3.1 实验数据、对比方法与评价指标 | 第114-115页 |
| 6.3.2 面向对齐数据的分类性能验证 | 第115-117页 |
| 6.3.3 面向对齐数据的核尺度选择分析 | 第117-119页 |
| 6.4 本章小结 | 第119-120页 |
| 结论 | 第120-122页 |
| 参考文献 | 第122-135页 |
| 攻读博士期间所发表的论文及其他成果 | 第135-138页 |
| 致谢 | 第138-139页 |
| 个人简历 | 第139页 |