| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 引言 | 第10-16页 |
| ·选题背景及意义 | 第10-11页 |
| ·非负矩阵矩阵与高光谱遥感技术的研究现状 | 第11-14页 |
| ·非负矩阵分解研究现状 | 第11-12页 |
| ·高光谱遥感技术研究现状 | 第12-14页 |
| ·本文的研究内容和创新点 | 第14页 |
| ·本文的研究思路 | 第14-16页 |
| 第2章 非负矩阵分解理论 | 第16-22页 |
| ·NMF建模 | 第16-17页 |
| ·NMF的主要算法 | 第17-22页 |
| ·梯度下降算法 | 第17页 |
| ·乘法算法 | 第17-19页 |
| ·改进的乘法迭代算法 | 第19页 |
| ·交替最小平方算法 | 第19-20页 |
| ·稀疏算法 | 第20-22页 |
| 第3章 非负矩阵分解在高光谱解混中的应用基础 | 第22-35页 |
| ·高光谱解混建模 | 第22-23页 |
| ·高光谱解混常用算法 | 第23-26页 |
| ·非负矩阵分解法 | 第23-24页 |
| ·梯度下降最大嫡法 | 第24-25页 |
| ·独立成分分析 | 第25-26页 |
| ·端元提取方法 | 第26-32页 |
| ·顶点成分分析法 | 第26-29页 |
| ·空间像元纯度法 | 第29-31页 |
| ·N-finder法 | 第31-32页 |
| ·NMF与高光谱的结合 | 第32-34页 |
| ·NMF的稀疏性和平滑性约束 | 第32-33页 |
| ·NMF的单形体体积约束 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于复杂度和最小体积约束的NMF及在高光谱解混中的应用 | 第35-48页 |
| ·光谱特征模型 | 第35-36页 |
| ·光谱数据的复杂度模型 | 第36-37页 |
| ·NMF的复杂度约束 | 第37-39页 |
| ·NMF的最小体积约束 | 第39-40页 |
| ·受复杂度和最小体积约束的NMF | 第40-42页 |
| ·数据检验算法 | 第42-47页 |
| ·模拟数据 | 第42-44页 |
| ·实际数据 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 基于遗传算法的NMF及在高光谱解混中的应用 | 第48-56页 |
| ·遗传算法理论 | 第48-50页 |
| ·在VCA作用下改进的约束非负矩阵分解 | 第50页 |
| ·遗传算法下的NMF | 第50-51页 |
| ·数据检验算法 | 第51-55页 |
| ·模拟数据 | 第51-54页 |
| ·实际数据 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间取得学术成果 | 第62页 |