| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究背景与意义 | 第11-12页 |
| ·高光谱遥感概述及国内外研究现状 | 第12-18页 |
| ·高光谱遥感概述 | 第12-14页 |
| ·高光谱遥感国内外研究现状 | 第14-15页 |
| ·高光谱异常检测算法研究现状 | 第15-16页 |
| ·高光谱分类算法研究现状 | 第16-18页 |
| ·本文的主要内容和组织结构 | 第18-20页 |
| 第二章 RX 算法及变形介绍 | 第20-29页 |
| ·引言 | 第20页 |
| ·经典 RX 异常检测算法 | 第20-21页 |
| ·IRX 异常检测算法 | 第21-22页 |
| ·线性子空间模型 | 第21-22页 |
| ·IRX 算法 | 第22页 |
| ·UTD 等改进 RX 异常检测算法 | 第22-24页 |
| ·实验结果与分析 | 第24-28页 |
| ·实验数据的介绍 | 第24页 |
| ·RX 算法和 IRX 算法实验结果 | 第24-26页 |
| ·UTD 等改进 RX 算法的实验结果 | 第26-28页 |
| 本章小结 | 第28-29页 |
| 第三章 基于加权组合核 RX 算法及其参数优化 | 第29-47页 |
| ·引言 | 第29页 |
| ·核函数方法 | 第29-32页 |
| ·核函数的映射 | 第29-30页 |
| ·常用核函数 | 第30-31页 |
| ·加权组合核函数 | 第31-32页 |
| ·核 RX 算子异常检测算法 | 第32-34页 |
| ·加权组合核函数的参数优化 | 第34-36页 |
| ·爬山法参数选择 | 第34-35页 |
| ·粒子群算法参数选择 | 第35-36页 |
| ·实验结果与分析 | 第36-44页 |
| ·实验数据 | 第37-38页 |
| ·参数选择结果与分析 | 第38-41页 |
| ·参数选择实验结果 | 第38-40页 |
| ·实验结果分析 | 第40-41页 |
| ·核函数实验结果与分析 | 第41-44页 |
| ·实测数据实验结果 | 第41-42页 |
| ·实测数据实验结果分析 | 第42页 |
| ·AVIRIS 数据实验结果 | 第42-44页 |
| ·AVIRIS 数据实验结果分析 | 第44页 |
| ·虚警率选取分析 | 第44-45页 |
| 本章小结 | 第45-47页 |
| 第四章 基于异常检测的多分类器融合技术研究 | 第47-73页 |
| ·引言 | 第47页 |
| ·AdaBoost 分类算法 | 第47-56页 |
| ·AdaBoost 算法原理 | 第47-49页 |
| ·多分类算法介绍 | 第49-51页 |
| ·实验过程介绍 | 第51-52页 |
| ·实验结果与分析 | 第52-56页 |
| ·支持向量机分类算法 | 第56-62页 |
| ·支持向量机算法原理 | 第56-57页 |
| ·实验结果与分析 | 第57-62页 |
| ·分类决策级融合 | 第62-64页 |
| ·决策级融合方法 | 第63页 |
| ·实验结果与分析 | 第63-64页 |
| ·光谱指纹 | 第64-70页 |
| ·光谱指纹介绍 | 第64-65页 |
| ·实验数据准备及实验过程 | 第65-66页 |
| ·实验结果与分析 | 第66-70页 |
| ·AdaBoost 和 RX+AdaBoost 结果与分析 | 第66-67页 |
| ·SVM 和 RX+SVM 结果与分析 | 第67-69页 |
| ·决策级融合结果与分析 | 第69-70页 |
| 本章小结 | 第70-73页 |
| 第五章 总结与展望 | 第73-75页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 附录 | 第80页 |