| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 选题背景及意义 | 第15-17页 |
| 1.2 国内外相关研究进展 | 第17-24页 |
| 1.2.1 高光谱分类研究方法进展 | 第17-19页 |
| 1.2.2 空谱高光谱分类研究进展 | 第19-24页 |
| 1.3 研究内容与结构框架安排 | 第24-27页 |
| 第二章 基于区域正则的空谱最近邻分类 | 第27-49页 |
| 2.1 引言 | 第27-28页 |
| 2.2 引入区域正则的契机 | 第28-30页 |
| 2.3 最大熵模型 | 第30-31页 |
| 2.4 空谱联合最大熵模型 | 第31-33页 |
| 2.5 实验结果分析 | 第33-48页 |
| 2.5.1 实验数据集及实验设计 | 第33-38页 |
| 2.5.2 Indian Pines数据集上的实验结果 | 第38-40页 |
| 2.5.3 Pavia University数据集上的实验结果 | 第40-42页 |
| 2.5.4 Salias数据集上的实验结果 | 第42-44页 |
| 2.5.5 KSC数据集上的实验结果 | 第44-46页 |
| 2.5.6 Botswana数据集上的实验结果 | 第46-47页 |
| 2.5.7 参数分析 | 第47-48页 |
| 2.6 本章小结 | 第48-49页 |
| 第三章 基于区域距离正则的协同表示分类 | 第49-63页 |
| 3.1 引言 | 第49页 |
| 3.2 空间约束权值构建 | 第49-53页 |
| 3.2.1 基于边缘点的超像素分割 | 第49-52页 |
| 3.2.2 自适应超像素间距离度量 | 第52-53页 |
| 3.3 协同表示 | 第53-54页 |
| 3.4 实验结果分析 | 第54-62页 |
| 3.4.1 Indian Pines数据的实验结果 | 第55-56页 |
| 3.4.2 Pavia University数据集上的结果 | 第56-58页 |
| 3.4.3 Salinas数据集上的结果 | 第58-59页 |
| 3.4.4 KSC数据集上的实验结果 | 第59-61页 |
| 3.4.5 Botswana数据集上的实验结果 | 第61-62页 |
| 3.4.6 参数分析 | 第62页 |
| 3.5 本章小结 | 第62-63页 |
| 第四章 基于深度匀质区域结构特征的空谱分类 | 第63-73页 |
| 4.1 引言 | 第63页 |
| 4.2 多尺度空间特征提取 | 第63-65页 |
| 4.3 基于深度匀质区域结构特征的空谱分类 | 第65-67页 |
| 4.4 实验结果与分析 | 第67-72页 |
| 4.4.1 Indian Pines数据的实验结果 | 第67-69页 |
| 4.4.2 Pavia University数据集上的结果 | 第69-70页 |
| 4.4.3 Salinas数据集上的结果 | 第70-72页 |
| 4.5 本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 论文内容总结 | 第73-74页 |
| 5.2 工作展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 作者简介 | 第81-82页 |
