首页--天文学、地球科学论文--地质、矿产普查与勘探论文--遥感勘探论文

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

论文共51页,点击 下载论文
上一篇:基于ETM~+遥感数据蚀变信息提取方法的优化选择--以甲玛铜多金属矿床为例
下一篇:雅鲁藏布江缝合带米林—曲水段现今应力—形变特征的数值模拟研究