| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 国内外研究现状综述 | 第10-13页 |
| 1.3 本文主要研究内容 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 CUDA 并行编程 | 第15-24页 |
| 2.1 CUDA 的基本概念 | 第15-19页 |
| 2.1.1 CUDA 简介 | 第15-16页 |
| 2.1.2 CUDA 执行过程 | 第16-18页 |
| 2.1.3 CUDA 线程组织 | 第18-19页 |
| 2.2 CUDA 存储器模型 | 第19-22页 |
| 2.3 CUDA 并行优化 | 第22-23页 |
| 2.4 本章总结 | 第23-24页 |
| 第三章 高光谱图像波段选择算法 | 第24-42页 |
| 3.1 几种基于信息度量的波段选择算法 | 第24-30页 |
| 3.1.1 基于最大信息散度的波段选择算法 | 第24-26页 |
| 3.1.2 基于高阶矩的波段选择算法 | 第26-27页 |
| 3.1.3 基于方差结合相关系数的波段选择方法 | 第27-28页 |
| 3.1.4 基于信息熵结合信息散度的波段选择方法 | 第28-30页 |
| 3.2 基于小波变换估计信噪比的波段选择方法 | 第30-32页 |
| 3.3 实验结果及分析 | 第32-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于 CUDA 的虚拟维度并行计算 | 第42-47页 |
| 4.1 虚拟维度的概念 | 第42页 |
| 4.2 HFC 算法 | 第42-44页 |
| 4.3 基于 CUDA 的 HFC 实现 | 第44-45页 |
| 4.4 实验结果及分析 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 波段选择算法的 CUDA 并行实现 | 第47-54页 |
| 5.1 信息熵结合信息散度波段选择算法的 CUDA 并行实现 | 第47-48页 |
| 5.2 小波变换估计信噪比算法的 CUDA 并行实现 | 第48-50页 |
| 5.3 实验结果及分析 | 第50-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54-55页 |
| 6.2 下一步工作 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60-61页 |
| 详细摘要 | 第61-64页 |