首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于核空谱信息挖掘的高光谱图像分类方法研究

摘要第4-6页
Abstract第6-7页
中英文对照表第18-19页
第1章 绪论第19-38页
    1.1 课题背景及研究目的和意义第19-25页
        1.1.1 课题背景第19-23页
        1.1.2 研究目的和意义第23-25页
    1.2 国内外研究现状综述第25-35页
        1.2.1 高光谱图像特征提取第25-28页
        1.2.2 高光谱图像地物分类第28-32页
        1.2.3 论文研究的实验数据和分类能力评价指标第32-35页
    1.3 本文的主要研究内容第35-38页
        1.3.1 论文内容之间的逻辑关系第35-36页
        1.3.2 具体内容组织和安排第36-38页
第2章 从核方法到多核学习第38-54页
    2.1 引言第38页
    2.2 统计学习理论基础第38-39页
    2.3 核方法第39-46页
        2.3.1 核方法的一般框架第39-43页
        2.3.2 支持向量机第43-46页
    2.4 核方法到多核学习的扩展第46-53页
        2.4.1 多核学习方法的基本原理第46-48页
        2.4.2 合成核方法第48-50页
        2.4.3 多尺度核方法第50-51页
        2.4.4 代表性多核学习方法第51-53页
    2.5 本章小结第53-54页
第3章 子空间调制核特征提取第54-69页
    3.1 引言第54页
    3.2 高光谱图像数据分组第54-58页
        3.2.1 相关性准则第54-55页
        3.2.2 局部相关准则第55-57页
        3.2.3 互信息准则第57-58页
    3.3 核主成分分析第58-60页
    3.4 子空间调制核主成分分析方法第60-62页
        3.4.1 核设计第60-61页
        3.4.2 子空间调制核第61-62页
    3.5 实验结果及分析第62-68页
        3.5.1 不同特征分组结果第63页
        3.5.2 不同子空间准则下特征提取结果第63-64页
        3.5.3 分类性能第64-68页
    3.6 本章小结第68-69页
第4章 基于多核学习的光谱信息挖掘与分类第69-95页
    4.1 引言第69页
    4.2 核相似性度量能力分析第69-73页
        4.2.1 核对准第69-70页
        4.2.2 高斯核尺度特性第70-73页
    4.3 多尺度集成的多核学习第73-80页
        4.3.1 基于奇异值分解的多核最优集成第74-76页
        4.3.2 基于非负矩阵分解的多核最优集成第76-79页
        4.3.3 基于核非负矩阵分解的多核最优集成第79-80页
    4.4 实验结果及分析第80-94页
        4.4.1 实验设置第80-81页
        4.4.2 实验结果及分析第81-94页
    4.5 本章小结第94-95页
第5章 基于多核学习的空谱信息挖掘与分类第95-118页
    5.1 引言第95页
    5.2 混合核方法第95-97页
    5.3 多特征多核学习模型与方法第97-101页
        5.3.1 多特征多核学习模型第98-100页
        5.3.2 多特征多核学习方法第100-101页
    5.4 空间特征和光谱特征联合的多核学习第101-107页
        5.4.1 基于Gabor滤波的空间特征提取第102-104页
        5.4.2 基于形态学滤波的空间特征提取第104-107页
    5.5 不同特征联合分类实验比较第107-115页
        5.5.1 总体实验设计第107-108页
        5.5.2 局部区域统计矩特征和光谱特征联合分类实验第108-109页
        5.5.3 Gabor特征和光谱特征联合分类实验第109-110页
        5.5.4 多尺度形态学特征和光谱特征联合分类实验第110-113页
        5.5.5 三类空间特征和光谱特征联合分类实验第113-115页
    5.6 不同传感器空谱多特征多核联合分类第115-117页
        5.6.1 可见光和高光谱图像数据第115页
        5.6.2 可见光和高光谱图像空谱联合分类实验第115-117页
    5.7 本章小结第117-118页
结论第118-120页
参考文献第120-132页
攻读博士学位期间发表的论文及其它成果第132-134页
致谢第134-135页
个人简历第135页

论文共135页,点击 下载论文
上一篇:低雷诺数下均匀流和振荡流共同作用的圆柱体受迫振动和涡激振动研究
下一篇:软集与犹豫模糊集理论及其在决策中的应用