| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第13-22页 |
| 1.1 遥感研究背景及意义 | 第13-15页 |
| 1.2 高光谱遥感数据的特点 | 第15-16页 |
| 1.3 高光谱遥感数据降维与分类的研究现状 | 第16-20页 |
| 1.3.1 高光谱遥感图像降维 | 第16-18页 |
| 1.3.2 高光谱遥感图像分类 | 第18-20页 |
| 1.4 本文研究内容和各章安排 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 第2章 高光谱图像降维与分类方法 | 第22-34页 |
| 2.1 高光谱数据表达形式 | 第22-23页 |
| 2.1.1 图像空间 | 第22页 |
| 2.1.2 光谱空间 | 第22-23页 |
| 2.1.3 特征空间 | 第23页 |
| 2.2 高光谱图像波段选择必要性 | 第23-25页 |
| 2.2.1 高光谱数据的“维数灾难”现象 | 第23页 |
| 2.2.2 波段间相关性分析 | 第23-25页 |
| 2.3 高光谱图像的波段选择技术 | 第25-28页 |
| 2.3.1 波段选择的概念 | 第25页 |
| 2.3.2 波段选择的方法 | 第25-28页 |
| 2.4 高光谱图像分类技术 | 第28-30页 |
| 2.4.1 最大似然分类法 | 第28-29页 |
| 2.4.2 支持向量机分类 | 第29-30页 |
| 2.5 分类精度评价 | 第30-33页 |
| 2.5.1 分类误差的来源 | 第30-31页 |
| 2.5.2 分类方法的评价方式 | 第31-32页 |
| 2.5.3 分类精度评价的一般步骤 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 基于子区间划分的高光谱图像非监督波段选择 | 第34-48页 |
| 3.1 图像信息熵与互信息 | 第34-36页 |
| 3.1.1 图像信息熵 | 第34页 |
| 3.1.2 图像间互信息 | 第34-36页 |
| 3.1.3 互信息的性质 | 第36页 |
| 3.2 基于子区间划分的波段选择 | 第36-40页 |
| 3.2.1 子区间的划分 | 第37-38页 |
| 3.2.2 子区间内波段选择方法 | 第38-40页 |
| 3.3 实验结果与讨论 | 第40-46页 |
| 3.3.1 高光谱图像数据简介 | 第40-42页 |
| 3.3.2 实验结果与分析 | 第42-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 基于子区间划分的正交子空间波段选择算法 | 第48-58页 |
| 4.1 正交子空间 | 第48-50页 |
| 4.1.1 子空间和子空间的基 | 第48页 |
| 4.1.2 子空间的直和 | 第48-49页 |
| 4.1.3 正交投影算子 | 第49-50页 |
| 4.2 基于正交子空间投影的波段选择方法 | 第50-51页 |
| 4.2.1 代表性波段的选择 | 第50-51页 |
| 4.2.2 正交子空间波段选择算法存在的问题 | 第51页 |
| 4.3 基于子区间划分的波段选择方法 | 第51-55页 |
| 4.3.1 初始波段的选择 | 第51-52页 |
| 4.3.2 基于相似性测量的波段选择 | 第52-54页 |
| 4.3.3 基于子区间划分波段选择方法 | 第54-55页 |
| 4.4 实验结果与分析 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 基于粒子群模糊聚类的高光谱遥感图像分类研究 | 第58-68页 |
| 5.1 模糊C均值聚类 | 第58-60页 |
| 5.1.1 K-均值聚类 | 第58-59页 |
| 5.1.2 模糊C均值聚类 | 第59-60页 |
| 5.2 粒子群优化算法 | 第60-62页 |
| 5.2.1 粒子群算法描述 | 第60页 |
| 5.2.2 粒子群算法流程 | 第60-61页 |
| 5.2.3 参数分析 | 第61-62页 |
| 5.3 基于粒子群优化的高光谱图像模糊聚类 | 第62-63页 |
| 5.4 实验结果与分析 | 第63-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |