| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-27页 |
| 1.1 课题研究背景 | 第10-12页 |
| 1.2 课题研究目的与意义 | 第12-14页 |
| 1.3 国内外研究及发展现状 | 第14-25页 |
| 1.3.1 分类技术的发展现状 | 第14-19页 |
| 1.3.2 空-谱分类的发展现状 | 第19-21页 |
| 1.3.3 其他非分类算法的发展现状 | 第21-25页 |
| 1.4 主要研究内容与章节安排 | 第25-27页 |
| 第2章 高光谱图像分类技术 | 第27-47页 |
| 2.1 引言 | 第27-28页 |
| 2.2 无监督分类方法 | 第28-31页 |
| 2.3 有监督分类方法 | 第31-34页 |
| 2.4 半监督分类方法 | 第34-38页 |
| 2.5 典型的基于空间信息的分类算法 | 第38-40页 |
| 2.5.1 基于核函数的空间信息分类算法 | 第38-39页 |
| 2.5.2 基于支持向量机的空间信息分类算法 | 第39-40页 |
| 2.6 仿真结果与分析 | 第40-45页 |
| 2.7 本章小结 | 第45-47页 |
| 第3章 基于空-谱信息的高光谱半监督分类算法 | 第47-63页 |
| 3.1 引言 | 第47-48页 |
| 3.2 理论基本算法 | 第48-50页 |
| 3.2.1 基于概率模型的SVM | 第48-49页 |
| 3.2.2 基于Gabor滤波的空间特征提取 | 第49-50页 |
| 3.3 基于空-谱信息的高光谱半监督分类 | 第50-53页 |
| 3.4 仿真结果与分析 | 第53-62页 |
| 3.5 本章小结 | 第62-63页 |
| 第4章 基于空-谱标签传递的高光谱半监督分类算法 | 第63-82页 |
| 4.1 引言 | 第63-64页 |
| 4.2 理论基本算法 | 第64-66页 |
| 4.2.1 支持向量机 | 第64-65页 |
| 4.2.2 标签传递 | 第65-66页 |
| 4.3 基于空-谱图标签传递的高光谱半监督分类 | 第66-67页 |
| 4.4 仿真结果与分析 | 第67-81页 |
| 4.5 本章小结 | 第81-82页 |
| 第5章 基于空间字典多映射核协作稀疏高光谱分类算法 | 第82-102页 |
| 5.1 引言 | 第82-83页 |
| 5.2 理论基本算法 | 第83-89页 |
| 5.2.1 协作表示分类框架 | 第83-85页 |
| 5.2.2 典型的核函数 | 第85-86页 |
| 5.2.3 多映射核函数框架 | 第86-89页 |
| 5.3 基于空间字典多映射核协作稀疏高光谱分类 | 第89-91页 |
| 5.4 仿真结果与分析 | 第91-100页 |
| 5.5 本章小结 | 第100-102页 |
| 结论 | 第102-104页 |
| 参考文献 | 第104-114页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第114-115页 |
| 致谢 | 第115页 |