高光谱遥感蚀变矿物识别算法研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-15页 |
·课题研究背景和意义 | 第9-10页 |
·选题意义和目的 | 第9-10页 |
·课题背景 | 第10页 |
·高光谱遥感蚀变矿物分类识别方法概述 | 第10-12页 |
·高光谱遥感图像数据来源以及研究区概况 | 第12-13页 |
·高光谱图像数据来源 | 第12-13页 |
·德兴铜矿研究区地质概况 | 第13页 |
·研究内容及组织安排 | 第13-15页 |
·研究内容 | 第13-14页 |
·论文组织结构安排 | 第14-15页 |
第2章 高光谱遥感波谱匹配技术 | 第15-26页 |
·高光谱遥感波谱匹配技术概论 | 第15页 |
·光谱角度匹配 | 第15-17页 |
·光谱角度匹配概述 | 第15页 |
·光谱角度匹配算法流程 | 第15-17页 |
·光谱角度匹配算法实验结果 | 第17页 |
·光谱相关系数匹配 | 第17-19页 |
·光谱相关系数匹配概述 | 第17页 |
·光谱相关系数匹配算法流程 | 第17-19页 |
·光谱相关系数匹配实验结果 | 第19页 |
·光谱信息散度匹配 | 第19-21页 |
·光谱信息散度算法流程 | 第19-21页 |
·光谱信息散度实验结果 | 第21页 |
·光谱波形匹配 | 第21-23页 |
·光谱波形匹配概述 | 第21页 |
·光谱波形匹配算法流程 | 第21-22页 |
·光谱波形匹配实验结果 | 第22-23页 |
·光谱特征拟合 | 第23-25页 |
·光谱特征拟合算法流程 | 第23-25页 |
·光谱特征拟合算法结果图 | 第25页 |
·本章小结 | 第25-26页 |
第3章 基于多特征自组织竞争网络分类 | 第26-41页 |
·矿物光谱吸收特征识别概述 | 第26-27页 |
·典型矿物离子的吸收特征 | 第27-29页 |
·含锰离子矿物的吸收特征谱带 | 第27-28页 |
·含铁离子的矿物的光谱特征 | 第28页 |
·含氢氧化铝的矿物的光谱特征 | 第28-29页 |
·光谱吸收特征提取方法 | 第29-32页 |
·矿物光谱的吸收特征 | 第30-31页 |
·光谱吸收指数 | 第31-32页 |
·自组织竞争网络蚀变矿物分类识别算法设计与实现 | 第32-40页 |
·自组织竞争网络简介 | 第32-33页 |
·基于自组织竞争网络蚀变矿物分类识别算法设计 | 第33页 |
·基于自组织竞争网络蚀变矿物分类识别算法实现 | 第33-40页 |
·本章小结 | 第40-41页 |
第4章 高光谱遥感识别算法验证对比分析 | 第41-46页 |
·高光谱遥感蚀变矿物识别算法简述 | 第41页 |
·高光谱遥感匹配算法验证 | 第41-43页 |
·光谱角度匹配算法验证 | 第41页 |
·光谱相关系数匹配算法验证 | 第41-42页 |
·光谱信息散度算法验证 | 第42页 |
·光谱波形匹配算法验证 | 第42-43页 |
·多特征自组织竞争网络分类算法验证 | 第43-45页 |
·本章小结 | 第45-46页 |
总结与展望 | 第46-47页 |
致谢 | 第47-48页 |
参考文献 | 第48-51页 |
攻读学位期间取得学术成果 | 第51页 |