云计算在高光谱图像分类中的应用研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题背景及研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 遥感图像分类研究现状 | 第15-16页 |
| 1.2.2 云计算平台研究现状 | 第16-18页 |
| 1.2.3 云计算在遥感图像领域的研究现状 | 第18页 |
| 1.3 论文的研究内容 | 第18-19页 |
| 1.4 论文的组织结构 | 第19-22页 |
| 第二章 遥感图像分类及云计算平台介绍 | 第22-34页 |
| 2.1 引言 | 第22页 |
| 2.2 高光谱图像分类 | 第22-26页 |
| 2.2.1 图像分类过程 | 第22-23页 |
| 2.2.2 高光谱遥感图像特性 | 第23-24页 |
| 2.2.3 最近正则子空间分类算法 | 第24-26页 |
| 2.3 Hadoop平台 | 第26-29页 |
| 2.3.1 分布式文件系统HDFS | 第26-28页 |
| 2.3.2 并行编程框架MapReduce | 第28-29页 |
| 2.4 Spark架构 | 第29-32页 |
| 2.4.1 Spark运行原理 | 第30-31页 |
| 2.4.2 Spark工作流程 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 基于Hadoop的NRS分类算法实现 | 第34-44页 |
| 3.1 引言 | 第34页 |
| 3.2 算法的并行化实现 | 第34-38页 |
| 3.2.1 并行化分析 | 第34-35页 |
| 3.2.2 数据预处理 | 第35-36页 |
| 3.2.3 实现原理 | 第36-38页 |
| 3.3 实验结果与分析 | 第38-43页 |
| 3.3.1 实验平台 | 第39页 |
| 3.3.2 实验数据 | 第39页 |
| 3.3.3 加速性能分析 | 第39-41页 |
| 3.3.4 精度分析 | 第41-43页 |
| 3.4 本章总结 | 第43-44页 |
| 第四章 基于Spark的NRS并行化 | 第44-60页 |
| 4.1 引言 | 第44-45页 |
| 4.2 NRS并行化设计 | 第45-48页 |
| 4.2.1 弹性分布式数据集 | 第45-46页 |
| 4.2.2 设计方案 | 第46-47页 |
| 4.2.3 具体实现 | 第47-48页 |
| 4.3 实验与分析 | 第48-53页 |
| 4.3.1 实验平台及数据 | 第49页 |
| 4.3.2 加速性能分析 | 第49-52页 |
| 4.3.3 精度分析 | 第52-53页 |
| 4.4 基于GPU的云计算性能提升 | 第53-58页 |
| 4.4.1 相关技术 | 第54-55页 |
| 4.4.2 并行模型设计 | 第55-57页 |
| 4.4.3 实验结果分析 | 第57-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第五章 结论与展望 | 第60-62页 |
| 5.1 结论 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 研究成果及发表的学术论文 | 第68-70页 |
| 作者和导师简介 | 第70-72页 |
| 附件 | 第72-73页 |
