基于端元子集优选的高光谱解混算法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.3 研究目的与意义 | 第13-15页 |
| 1.4 论文研究内容 | 第15-17页 |
| 2 高光谱遥感图像混合像元分解的理论基础 | 第17-33页 |
| 2.1 混合像元的分解模型 | 第17-22页 |
| 2.1.1 线性光谱混合模型 | 第18-20页 |
| 2.1.2 非线性光谱混合模型 | 第20-22页 |
| 2.2 端元数目估计算法 | 第22-25页 |
| 2.2.1 HFC | 第22-24页 |
| 2.2.2 NWHFC | 第24-25页 |
| 2.3 端元提取算法 | 第25-28页 |
| 2.3.1 N-FINDR | 第25-26页 |
| 2.3.2 顶点成分分析算法 | 第26-28页 |
| 2.4 丰度估计算法 | 第28-31页 |
| 2.4.1 非限制性最小二乘法 | 第28页 |
| 2.4.2 和为一限制性最小二乘法 | 第28-29页 |
| 2.4.3 非负限制性最小二乘法 | 第29-31页 |
| 2.5 本章小结 | 第31-33页 |
| 3 算法设计 | 第33-48页 |
| 3.1 端元提取算法设计 | 第33-39页 |
| 3.1.1 信息散度和梯度角结合算法 | 第33-35页 |
| 3.1.2 最大体积单体 | 第35-37页 |
| 3.1.3 算法流程 | 第37-39页 |
| 3.2 丰度估计算法设计 | 第39-44页 |
| 3.2.1 变分增广拉格朗日算法 | 第39-41页 |
| 3.2.2 全限制性最小二乘法 | 第41-42页 |
| 3.2.3 算法流程 | 第42-44页 |
| 3.3 混合像元分解的精度评价 | 第44-46页 |
| 3.3.1 已知真实数据的精度评价 | 第44-46页 |
| 3.3.2 未知真实数据的精度评价 | 第46页 |
| 3.4 本章小结 | 第46-48页 |
| 4 实验结果分析 | 第48-57页 |
| 4.1 实验数据集 | 第48-49页 |
| 4.1.1 模拟数据 | 第48页 |
| 4.1.2 真实数据 | 第48-49页 |
| 4.2 实验结果分析 | 第49-56页 |
| 4.2.1 端元提取结果分析 | 第49-52页 |
| 4.2.2 丰度估计结果分析 | 第52-56页 |
| 4.3 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 作者简历 | 第61-63页 |
| 学位论文数据集 | 第63页 |
