| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状与进展 | 第9-10页 |
| 1.3 研究内容及方法 | 第10页 |
| 1.4 论文结构 | 第10-12页 |
| 第二章 遥感图像分类技术与生成学习算法理论 | 第12-22页 |
| 2.1 高光谱遥感图像分类方法概述 | 第12-14页 |
| 2.2 高光谱遥感图像分类经典算法 | 第14-19页 |
| 2.3 生成学习算法 | 第19-20页 |
| 2.4 分类评价指标 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 高光谱数据降维算法 | 第22-25页 |
| 3.1 高光谱数据维数缩减 | 第22页 |
| 3.2 线性降维方法 | 第22-24页 |
| 3.3 本章小结 | 第24-25页 |
| 第四章 基于生成学习的高光谱遥感图像分类 | 第25-41页 |
| 4.1 高光谱遥感图像的特征描述 | 第25-26页 |
| 4.2 基于PCA的生成学习算法分类 | 第26-28页 |
| 4.3 实验数据概述 | 第28-29页 |
| 4.4 实验一 | 第29-33页 |
| 4.5 基于PCA和LDA的生成学习算法分类 | 第33-35页 |
| 4.6 实验二 | 第35-40页 |
| 4.7 本章小结 | 第40-41页 |
| 第五章 基于EMAP与生成学习的高光谱遥感图像分类 | 第41-52页 |
| 5.1 背景介绍 | 第41页 |
| 5.2 本文算法原理 | 第41-45页 |
| 5.3 实验流程图 | 第45-46页 |
| 5.4 实验结果与分析 | 第46-50页 |
| 5.5 本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 工作总结 | 第52页 |
| 6.2 研究展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 个人简介 | 第60页 |