| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究目的及意义 | 第16-17页 |
| 1.2 图内外研究现状及分析 | 第17-22页 |
| 1.2.1 高光谱图像的数据特点 | 第17-19页 |
| 1.2.2 高光谱图像分类研究现状 | 第19-22页 |
| 1.3 研究内容与创新 | 第22页 |
| 1.4 论文框架 | 第22-24页 |
| 第二章 基于空谱稀疏性的高光谱图像分类 | 第24-40页 |
| 2.1 超像素稀疏编码 | 第24-26页 |
| 2.1.1 稀疏编码分类器 | 第24-25页 |
| 2.1.2 超像素图像分割 | 第25-26页 |
| 2.2 基于AP聚类的联合稀疏编码 | 第26-29页 |
| 2.2.1 AP聚类 | 第26-27页 |
| 2.2.2 超像素联合稀疏编码 | 第27-29页 |
| 2.3 基于超像素联合稀疏编码的高光谱图像分类 | 第29-30页 |
| 2.4 实验结果与分析 | 第30-38页 |
| 2.4.1 在Indian Pines数据集上的实验结果 | 第30-34页 |
| 2.4.2 在Salinas数据集上的实验结果 | 第34-38页 |
| 2.5 本章小结 | 第38-40页 |
| 第三章 基于空谱核低秩表示的高光谱图像分类 | 第40-54页 |
| 3.1 半监督图的学习方法 | 第40-41页 |
| 3.2 常用的图的构造方法 | 第41-43页 |
| 3.2.1 全连接图 | 第41页 |
| 3.2.2 近邻图 | 第41-42页 |
| 3.2.3 L1图 | 第42-43页 |
| 3.2.4 局部线性嵌入(LLE)图 | 第43页 |
| 3.3 基于核低秩表示和空间约束的高光谱图像分类 | 第43-48页 |
| 3.3.1 低秩表示 | 第43-45页 |
| 3.3.2 核学习方法 | 第45-46页 |
| 3.3.3 基于图的半监督分类方法 | 第46-47页 |
| 3.3.4 高光谱图像中的空间约束 | 第47页 |
| 3.3.5 基于核低秩表示和空间约束的高光谱图像分类 | 第47-48页 |
| 3.4 实验结果与分析 | 第48-52页 |
| 3.4.1 在Indian Pines数据集上的实验结果 | 第48-50页 |
| 3.4.2 在Salinas数据集上的实验结果 | 第50-52页 |
| 3.5 本章小结 | 第52-54页 |
| 第四章 基于空谱张量稀疏的高光谱图像分类 | 第54-64页 |
| 4.1 张量的介绍 | 第54-57页 |
| 4.1.1 张量的数学形式 | 第54-55页 |
| 4.1.2 常见的张量运算 | 第55-56页 |
| 4.1.3 张量分解 | 第56-57页 |
| 4.2 空-谱张量稀疏编码 | 第57-60页 |
| 4.2.1 克罗内克字典 | 第57-58页 |
| 4.2.2 张量的稀疏编码 | 第58-59页 |
| 4.2.3 基于张量的T-OMP算法 | 第59-60页 |
| 4.3 实验结果分析 | 第60-63页 |
| 4.3.1 在Indian Pines数据集上的实验结果 | 第60-61页 |
| 4.3.2 在Salinas数据集上的实验结果 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 论文工作总结 | 第64-65页 |
| 5.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74-75页 |
| 1.基本情况 | 第74页 |
| 2.教育背景 | 第74页 |
| 3.攻读硕士学位期间的研究成果 | 第74-75页 |
