| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-22页 |
| 1.1 高光谱遥感技术 | 第9-11页 |
| 1.1.1基本概念 | 第9-10页 |
| 1.1.2 应用现状 | 第10-11页 |
| 1.2 高光谱遥感影像分类技术 | 第11-20页 |
| 1.2.1 数据特征 | 第12-15页 |
| 1.2.2 主要方法 | 第15-20页 |
| 1.3 研究目的及意义 | 第20页 |
| 1.4 研究内容及组织结构 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 2 地理信息系统与空间数据挖掘 | 第22-32页 |
| 2.1 地理信息系统 | 第22-26页 |
| 2.1.1 定义及分类 | 第22-23页 |
| 2.1.2 功能 | 第23-24页 |
| 2.1.3 空间分析 | 第24-26页 |
| 2.1.4 发展趋势 | 第26页 |
| 2.2 空间数据挖掘 | 第26-31页 |
| 2.2.1 数据挖掘及其应用 | 第27-28页 |
| 2.2.2 定义及特点 | 第28页 |
| 2.2.3 主要方法 | 第28-31页 |
| 2.2.4 在GIS中的应用 | 第31页 |
| 2.3 本章小结 | 第31-32页 |
| 3 线性判别分析、极限学习机和径向基函数神经网络算法介绍 | 第32-38页 |
| 3.1 线性判别分析(LDA)算法 | 第32-34页 |
| 3.1.1 算法原理 | 第32-33页 |
| 3.1.2 算法优缺点 | 第33-34页 |
| 3.2 极限学习机(ELM)算法 | 第34-36页 |
| 3.2.1 算法的提出 | 第34页 |
| 3.2.2 算法的原理 | 第34-35页 |
| 3.2.3 算法的优缺点 | 第35-36页 |
| 3.2.4 研究现状 | 第36页 |
| 3.3 径向基函数(RBF)神经网络算法 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 基于极限学习机的高光谱遥感影像分类 | 第38-43页 |
| 4.1 实验数据描述 | 第38-39页 |
| 4.2 数据处理及结果 | 第39-41页 |
| 4.3 实验结果分析 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 基于径向基函数神经网络的高光谱遥感影像分类 | 第43-46页 |
| 5.1 实验数据描述 | 第43-44页 |
| 5.2 数据处理及结果 | 第44页 |
| 5.3 实验结果分析 | 第44-45页 |
| 5.4 本章小结 | 第45-46页 |
| 6 总结与展望 | 第46-48页 |
| 6.1 论文工作总结 | 第46页 |
| 6.2 展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间发表学术论文情况 | 第52-53页 |
| 致谢 | 第53页 |