| 中文摘要 | 第1-7页 |
| ABSTRACT | 第7-15页 |
| 第1章 绪论 | 第15-21页 |
| ·选题依据及研究意义 | 第15页 |
| ·国内外研究进展 | 第15-18页 |
| ·课题的主要研究内容 | 第18-21页 |
| ·研究目的 | 第18-19页 |
| ·研究内容 | 第19-20页 |
| ·技术流程 | 第20-21页 |
| 第2章 遥感提取岩矿信息的理论基础及岩矿光谱特征 | 第21-29页 |
| ·课题的理论基础 | 第21-22页 |
| ·电子跃迁 | 第21-22页 |
| ·基团振动 | 第22页 |
| ·遥感岩矿识别的光谱特征 | 第22-26页 |
| ·研究区遥感影像镶嵌图 | 第26-29页 |
| 第3章 研究区地质概况 | 第29-35页 |
| ·研究区地理概况 | 第29-30页 |
| ·研究区地质背景 | 第30-35页 |
| ·区域地质背景 | 第30-31页 |
| ·区域地质构造 | 第31页 |
| ·区域出露岩性 | 第31-35页 |
| 第4章 面向对象的区域地质岩性划分 | 第35-57页 |
| ·区域岩性分类的前提依据及方法流程 | 第35-36页 |
| ·岩矿信息分类识别的前提依据 | 第35页 |
| ·方法流程 | 第35-36页 |
| ·数据融合处理 | 第36-49页 |
| ·数据简介 | 第36-37页 |
| ·遥感数据预处理 | 第37-38页 |
| ·多源遥感影像融合 | 第38-46页 |
| ·感兴趣区的建立 | 第46-49页 |
| ·LS-SVM 原理及分类 | 第49-57页 |
| ·支持向量机分类原理 | 第49-50页 |
| ·分类样本的选取 | 第50-52页 |
| ·数据的压缩降维 | 第52-53页 |
| ·分类模型的建立 | 第53-54页 |
| ·分类结果 | 第54-57页 |
| 第5章 基于 ASTER 数据的氧化物质量分数定量反演 | 第57-83页 |
| ·多元回归模型的建立与比较 | 第57-62页 |
| ·实验数据统计 | 第57页 |
| ·多元回归分析 | 第57-59页 |
| ·多元逐步回归分析 | 第59-61页 |
| ·曲线回归分析 | 第61-62页 |
| ·支持向量机回归模型 | 第62-72页 |
| ·支持向量机基本思想及算法 | 第62-67页 |
| ·数据形式变换 | 第67页 |
| ·参数寻优算法 | 第67-68页 |
| ·基于 PSO 算法优化参数的回归建模效果对比 | 第68-72页 |
| ·核函数的改进后回归建模及反演 | 第72-76页 |
| ·基于核函数的改进 | 第72-73页 |
| ·改进核函数前后建模效果对比 | 第73-76页 |
| ·SiO2含量反演结果 | 第76页 |
| ·氧化物质量百分含量定量反演 | 第76-83页 |
| 第6章 研究区岩矿信息提取研究 | 第83-97页 |
| ·CIPW 标准矿物计算原理及实验数据统计 | 第83-87页 |
| ·CIPW 标准矿物计算简介 | 第83页 |
| ·CIPW 计算方法和步骤 | 第83-84页 |
| ·CIPW 标准矿物计算结果 | 第84-87页 |
| ·岩石鉴定的矿物和化学条件 | 第87-88页 |
| ·岩石和矿物关系 | 第87页 |
| ·不同岩石之间平均矿物成分和化学成分对比 | 第87-88页 |
| ·岩性分类规则的建立 | 第88-95页 |
| ·花岗岩类别规则建立 | 第89-90页 |
| ·碎屑岩类别规则建立 | 第90-93页 |
| ·变质岩类别规则建立 | 第93-95页 |
| ·研究区地质岩性分类结果 | 第95-97页 |
| 第7章 结论和展望 | 第97-99页 |
| ·结论 | 第97-98页 |
| ·展望 | 第98-99页 |
| 参考文献 | 第99-107页 |
| 作者简介及在学期间所取得的科研成果 | 第107-109页 |
| 致谢 | 第109页 |