| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 注释表 | 第12-13页 |
| 缩略词 | 第13-14页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 课题的研究背景和意义 | 第14-16页 |
| 1.2 课题的国内外研究概况 | 第16-21页 |
| 1.2.1 高光谱遥感图像的波段选择 | 第16-18页 |
| 1.2.2 高光谱遥感图像的特征提取 | 第18-19页 |
| 1.2.3 高光谱遥感图像的异常检测 | 第19-21页 |
| 1.3 本文的章节安排及创新点 | 第21-23页 |
| 1.3.1 本文的章节安排 | 第21页 |
| 1.3.2 本文的主要创新点 | 第21-23页 |
| 第二章 基于子空间中主成分最优线性预测的高光谱波段选择 | 第23-35页 |
| 2.1 引言 | 第23-24页 |
| 2.2 波段选择方法 | 第24-30页 |
| 2.2.1 主成分最优线性预测模型 | 第24-25页 |
| 2.2.2 波段子集的搜索策略 | 第25-26页 |
| 2.2.3 高光谱子空间划分 | 第26-30页 |
| 2.3 实验结果与分析 | 第30-34页 |
| 2.3.1 本章方法的有效性 | 第30-31页 |
| 2.3.2 不同波段选择方法的性能比较 | 第31-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 基于模糊监督与流形结构保持的高光谱特征提取 | 第35-44页 |
| 3.1 引言 | 第35页 |
| 3.2 特征提取方法 | 第35-40页 |
| 3.2.1 模糊监督信息的获取 | 第35-36页 |
| 3.2.2 保持同类局部流形结构 | 第36-37页 |
| 3.2.3 保持非同类非局部流形结构 | 第37-38页 |
| 3.2.4 保持全局流形结构 | 第38页 |
| 3.2.5 流形结构保持的目标函数 | 第38页 |
| 3.2.6 线性化与核化 | 第38-39页 |
| 3.2.7 方法流程 | 第39-40页 |
| 3.3 实验结果与分析 | 第40-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于背景聚类与加权迭代RX的高光谱异常检测 | 第44-55页 |
| 4.1 引言 | 第44-45页 |
| 4.2 异常检测方法 | 第45-51页 |
| 4.2.1 加权RX方法 | 第45-46页 |
| 4.2.2 基于密度峰值快速搜索算法的背景聚类 | 第46-48页 |
| 4.2.3 外窗像元权重的计算方法 | 第48-50页 |
| 4.2.4 方法流程 | 第50-51页 |
| 4.3 实验结果与分析 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 基于自适应参数支持向量机的高光谱异常检测 | 第55-64页 |
| 5.1 引言 | 第55页 |
| 5.2 异常检测方法 | 第55-60页 |
| 5.2.1 后验信息的获取 | 第56页 |
| 5.2.2 SVM核函数参数自适应确定 | 第56-58页 |
| 5.2.3 基于SVM的异常与背景分类 | 第58-60页 |
| 5.3 实验结果与分析 | 第60-63页 |
| 5.3.1 不同异常检测方法的性能比较 | 第60-62页 |
| 5.3.2 本章方法的鲁棒性 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 基于蜂群优化投影寻踪与加权K最近邻的高光谱异常检测 | 第64-74页 |
| 6.1 引言 | 第64页 |
| 6.2 异常检测与提纯方法 | 第64-68页 |
| 6.2.1 基于改进蜂群优化投影寻踪的异常检测 | 第65-68页 |
| 6.2.2 异常检测结果的提纯 | 第68页 |
| 6.3 实验结果与分析 | 第68-72页 |
| 6.3.1 本章方法的有效性 | 第69-71页 |
| 6.3.2 不同异常检测方法的性能比较 | 第71-72页 |
| 6.4 本章小结 | 第72-74页 |
| 第七章 总结和展望 | 第74-77页 |
| 7.1 本文的主要工作 | 第74-75页 |
| 7.2 进一步的研究工作及展望 | 第75-77页 |
| 参考文献 | 第77-84页 |
| 致谢 | 第84-85页 |
| 在学期间的研究成果及发表的学术论文 | 第85页 |
