基于核稀疏表示的高光谱图像分类
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 引言 | 第10-16页 |
| 1.1 研究的背景和意义 | 第10-12页 |
| 1.2 国内外的研究现状 | 第12-14页 |
| 1.3 本文研究的主要内容 | 第14-16页 |
| 第2章 稀疏表示方法 | 第16-30页 |
| 2.1 基于稀疏表示的高光谱图像分类 | 第16-21页 |
| 2.1.1 稀疏表示模型 | 第16-18页 |
| 2.1.2 联合稀疏表示模型 | 第18-21页 |
| 2.2 非局部加权联合稀疏表示 | 第21-24页 |
| 2.2.1 加权联合稀疏模型 | 第21-22页 |
| 2.2.2 非局部加权方法 | 第22-24页 |
| 2.3 近邻正则化联合稀疏表示模型 | 第24-26页 |
| 2.4 基于核的稀疏表示方法 | 第26-28页 |
| 2.4.1 核稀疏表示 | 第26-27页 |
| 2.4.2 核联合稀疏表示 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 自适应加权核稀疏表示方法 | 第30-35页 |
| 3.1 联合 | 第30-32页 |
| 3.2 优化自适应加权核联合稀疏表示方法 | 第32-33页 |
| 3.3 加权组合核的核稀疏表示 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 实验结果分析 | 第35-48页 |
| 4.1 Indian Pines数据实验结果 | 第35-42页 |
| 4.2 Pavia大学数据实验结果 | 第42-48页 |
| 第5章 结果及展望 | 第48-50页 |
| 5.1 总结 | 第48-49页 |
| 5.2 展望 | 第49-50页 |
| 参考文献 | 第50-56页 |
| 致谢 | 第56-57页 |
| 硕士生在读期间已发表和已录用的论文情况 | 第57页 |
