| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 高光谱遥感技术发展现状 | 第9-10页 |
| 1.2 高光谱遥感成像原理 | 第10-11页 |
| 1.3 高光谱遥感的研究目的与意义 | 第11-12页 |
| 1.4 论文架构与内容安排 | 第12-15页 |
| 第二章 高光谱数据分类简介 | 第15-29页 |
| 2.1 高光谱数据介绍 | 第15-22页 |
| 2.1.1 高光谱数据的特点 | 第15-16页 |
| 2.1.2 常见高光谱数据介绍 | 第16-19页 |
| 2.1.3 高光谱数据统计特性分析 | 第19-22页 |
| 2.2 高光谱数据混合模型 | 第22-23页 |
| 2.2.1 线性混合模型 | 第22页 |
| 2.2.2 非线性混合模型 | 第22-23页 |
| 2.3 高光谱数据分类方法 | 第23-28页 |
| 2.3.1 无监督分类算法 | 第23-24页 |
| 2.3.2 监督分类算法 | 第24-26页 |
| 2.3.3 半监督分类算法 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 松弛聚类假设下的高光谱数据稀疏编码分类 | 第29-41页 |
| 3.1 松弛聚类假设 | 第29-30页 |
| 3.2 稀疏编码分类器 | 第30-31页 |
| 3.3 松弛聚类假设下的高光谱数据稀疏编码分类 | 第31-33页 |
| 3.4 实验结果与分析 | 第33-40页 |
| 3.4.1 实验条件 | 第33-36页 |
| 3.4.2 Indiana Pines 数据实验结果与分析 | 第36-37页 |
| 3.4.3 Salinas 数据实验结果与分析 | 第37-38页 |
| 3.4.4 PaviaU 数据实验结果与分析 | 第38-39页 |
| 3.4.5 参数对算法性能的影响 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 松弛聚类假设下的半监督高光谱数据分类 | 第41-51页 |
| 4.1 半监督分类与空间拉普拉斯正则 | 第41-42页 |
| 4.2 松弛聚类假设下的半监督高光谱数据分类 | 第42-44页 |
| 4.3 实验结果与分析 | 第44-49页 |
| 4.3.1 实验条件 | 第44-45页 |
| 4.3.2 Indaina Pines 数据实验结果与分析 | 第45-46页 |
| 4.3.3 Salinas 数据实验结果与分析 | 第46-47页 |
| 4.3.4 PaviaU 数据实验结果与分析 | 第47-48页 |
| 4.3.5 参数对算法性能的影响 | 第48-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第五章 空-谱松弛聚类假设下的半监督高光谱图像分类 | 第51-61页 |
| 5.1 空间松弛聚类假设 | 第51-52页 |
| 5.2 空-谱松弛聚类假设下的半监督高光谱数据分类算法 | 第52-53页 |
| 5.3 实验结果及分析 | 第53-59页 |
| 5.3.1 实验条件 | 第54页 |
| 5.3.2 Indiana Pines 数据实验结果与分析 | 第54-56页 |
| 5.3.3 Salinas 数据实验结果与分析 | 第56-57页 |
| 5.3.4 PaviaU 数据实验结果与分析 | 第57-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 研究生期间的成果 | 第71-72页 |
