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

基于低秩约束非负矩阵分解的高光谱解混方法研究

摘要第5-7页
ABSTRACT第7-8页
符号对照表第12-13页
缩略语对照表第13-16页
第一章 绪论第16-26页
    1.1 课题研究背景第16-23页
        1.1.1 高光谱成像第16-18页
        1.1.2 高光谱数据第18-19页
        1.1.3 高光谱数据混合模型第19-21页
        1.1.4 非负矩阵分解第21-22页
        1.1.5 基于NMF的高光谱解混方法第22-23页
    1.2 研究目的和意义第23-24页
    1.3 研究内容与创新第24-25页
    1.4 论文架构与内容安排第25-26页
第二章 基于局部低秩非负矩阵分解的高光谱解混方法第26-44页
    2.1 局部低秩约束第26-27页
        2.1.1 超像素分割第26-27页
        2.1.2 局部低秩约束第27页
    2.2 基于局部低秩约束的非负矩阵分解方法第27-30页
        2.2.1 目标函数第27-28页
        2.2.2 迭代规则第28-29页
        2.2.3 方法步骤第29页
        2.2.4 时间复杂度分析第29-30页
    2.3 人工合成数据仿真实验与分析第30-40页
        2.3.1 实验条件与评价指标第30-31页
        2.3.2 高光谱合成数据第31-33页
        2.3.3 实验结果与分析第33-40页
    2.4 实际高光谱数据实验结果与分析第40-43页
    2.5 本章小结第43-44页
第三章 基于低秩双线性非负矩阵分解的高光谱解混方法第44-58页
    3.1 双线性解混模型第44-47页
        3.1.1 双线性模型发展历程第44-46页
        3.1.2 双线性混合模型第46-47页
    3.2 基于低秩双线性非负矩阵分解方法第47-50页
        3.2.1 广义双线性模型约束第47-48页
        3.2.2 目标函数第48页
        3.2.3 迭代规则第48-49页
        3.2.4 方法步骤第49-50页
        3.2.5 方法时间复杂度第50页
    3.3 人工合成数据仿真实验与分析第50-56页
        3.3.1 高光谱合成数据与评价指标第50-52页
        3.3.2 实验结果与分析第52-56页
    3.4 实际高光谱数据实验结果与分析第56-57页
    3.5 本章小结第57-58页
第四章 基于流形正则鲁棒非负矩阵分解的高光谱解混方法第58-72页
    4.1 鲁棒非负矩阵分解模型第58-59页
    4.2 基于低秩流形约束的鲁棒非负矩阵分解方法第59-62页
        4.2.1 空谱流形正则第59-60页
        4.2.2 目标函数第60页
        4.2.3 迭代规则第60-61页
        4.2.4 方法步骤第61页
        4.2.5 时间复杂度分析第61-62页
    4.3 人工合成数据仿真实验与分析第62-69页
        4.3.1 数据合成与评价指标第62-64页
        4.3.2 实验结果与分析第64-69页
    4.4 实际高光谱数据仿真实验与分析第69-71页
    4.5 本章小结第71-72页
第五章 总结与展望第72-74页
    5.1 总结第72-73页
    5.2 展望第73-74页
参考文献第74-80页
致谢第80-82页
作者简介第82-83页

论文共83页,点击 下载论文
上一篇:基于栈式去噪自动编码器的多源遥感图像变化检测研究
下一篇:基于统计分布的遥感图像质量评价方法研究