| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8-10页 |
| ·论文的主要工作及内容安排 | 第10-12页 |
| 第二章 分类技术和波段选择简介 | 第12-22页 |
| ·引言 | 第12页 |
| ·分类技术 | 第12-16页 |
| ·K 近邻分类 | 第12-13页 |
| ·最大似然分类 | 第13-14页 |
| ·ISODATA 算法 | 第14-15页 |
| ·K-means 算法 | 第15页 |
| ·分类技术在高光谱图像上的应用 | 第15-16页 |
| ·波段选择 | 第16-19页 |
| ·最佳指数因子 | 第17页 |
| ·自动子空间划分 | 第17-18页 |
| ·波段指数 | 第18页 |
| ·特征选择在高光谱图像上的应用 | 第18-19页 |
| ·进化算法用于高光谱特征选择和分类 | 第19-22页 |
| 第三章 基于均值漂移和稀疏表示的高光谱图像分类 | 第22-38页 |
| ·引言 | 第22页 |
| ·高光谱图像分类概述 | 第22-23页 |
| ·基于均值漂移和稀疏表示的高光谱图像分类 | 第23-36页 |
| ·基于均值漂移的分割图 | 第23-27页 |
| ·SRC 分类图 | 第27-28页 |
| ·最大投票融合策略 | 第28页 |
| ·实验结果及分析 | 第28-36页 |
| ·结论 | 第36-38页 |
| 第四章 基于多目标免疫克隆的高光谱图像波段选择和分类 | 第38-54页 |
| ·引言 | 第38-39页 |
| ·免疫克隆算法 | 第39-40页 |
| ·基于多目标免疫克隆的高光谱图像波段选择和分类 | 第40-45页 |
| ·封装式的特征选择 | 第40-41页 |
| ·自动确定聚类数 | 第41-42页 |
| ·目标函数 | 第42-44页 |
| ·多目标免疫克隆的算法步骤 | 第44-45页 |
| ·集成和选解 | 第45页 |
| ·融合分类图 | 第45-46页 |
| ·实验结果与分析 | 第46-53页 |
| ·结论 | 第53-54页 |
| 第五章 多目标粒子群优化的高光谱图像分类 | 第54-66页 |
| ·引言 | 第54页 |
| ·PSO 算法简介 | 第54-57页 |
| ·多目标粒子群优化的高光谱图像分类 | 第57-58页 |
| ·实验分析 | 第58-65页 |
| ·UCI 数据集 | 第58-61页 |
| ·高光谱数据 | 第61-65页 |
| ·总结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·论文总结 | 第66页 |
| ·展望 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-78页 |
| 硕士期间完成的学术成果 | 第78-79页 |