| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-20页 |
| ·课题研究的背景和目的意义 | 第12-13页 |
| ·研究背景 | 第12-13页 |
| ·课题研究的目的意义 | 第13页 |
| ·高光谱图像波段选择的研究现状 | 第13-16页 |
| ·论文主要研究内容及结构安排 | 第16-17页 |
| ·本文实验运行的环境 | 第17-18页 |
| ·本文所采用的数据源 | 第18-20页 |
| 第2章 高光谱图像波段选择技术 | 第20-31页 |
| ·高光谱图像数据简介 | 第20-24页 |
| ·高光谱数据的特点 | 第20页 |
| ·高光谱数据的表达形式 | 第20-21页 |
| ·高光谱图像特征分析 | 第21-24页 |
| ·高光谱图像波段选择基本概念 | 第24-29页 |
| ·波段选择的思想 | 第24页 |
| ·波段选择的必要性 | 第24-26页 |
| ·波段选择的原则 | 第26-29页 |
| ·波段选择的流程 | 第29页 |
| ·高光谱图像波段选择方法的评价 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 结合遗传算法和蚁群算法的高光谱图像波段选择 | 第31-49页 |
| ·遗传算法 | 第31-35页 |
| ·遗传算法的概述及原理 | 第31页 |
| ·遗传算法的基本步骤及流程 | 第31-33页 |
| ·遗传算法的特点及应用 | 第33-35页 |
| ·蚁群算法 | 第35-38页 |
| ·蚁群算法的原理 | 第35-36页 |
| ·蚁群算法的基本步骤及流程 | 第36-37页 |
| ·蚁群算法的特点及应用 | 第37-38页 |
| ·结合遗传算法和蚁群算法的高光谱图像波段选择 | 第38-48页 |
| ·算法的实现步骤 | 第38-42页 |
| ·实验结果及分析 | 第42-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 结合 APO 算法的高光谱图像波段选择 | 第49-72页 |
| ·APO 算法 | 第49-54页 |
| ·APO 算法的原理 | 第49-50页 |
| ·AP 方法到种群优化算法的映射 | 第50-51页 |
| ·影响 APO 算法性能的重要因素 | 第51-52页 |
| ·APO 算法的基本步骤及流程 | 第52-53页 |
| ·APO 算法的特点及应用 | 第53-54页 |
| ·结合 APO 算法的高光谱图像波段选择 | 第54-71页 |
| ·算法实现步骤及流程 | 第55-57页 |
| ·实验结果及分析 | 第57-71页 |
| ·本章小结 | 第71-72页 |
| 第5章 快速 SGA 算法的构建及在波段选择中的应用 | 第72-79页 |
| ·SGA 算法 | 第72-73页 |
| ·快速 SGA 算法 | 第73-78页 |
| ·基本原理 | 第73-74页 |
| ·快速 SGA 算法的端元选择 | 第74-78页 |
| ·本章小结 | 第78-79页 |
| 结论与展望 | 第79-81页 |
| 参考文献 | 第81-88页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第88-89页 |
| 致谢 | 第89页 |