| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题的研究背景 | 第10-11页 |
| ·基于决策树法的高光谱遥感图像分类算法的研究现状 | 第11-13页 |
| ·课题研究的目的和意义 | 第13-14页 |
| ·本文的章节安排 | 第14-15页 |
| 第2章 高光谱图像分类理论 | 第15-23页 |
| ·高光谱图像数据表示 | 第15-16页 |
| ·图像空间 | 第15页 |
| ·光谱空间 | 第15-16页 |
| ·特征空间 | 第16页 |
| ·高光谱遥感数据分类技术 | 第16-18页 |
| ·非监督分类 | 第17页 |
| ·监督分类 | 第17-18页 |
| ·高光谱图像分类步骤 | 第18-19页 |
| ·图像分类理论中的关键问题 | 第19-22页 |
| ·分类算法的选择 | 第19-21页 |
| ·分类精度分析 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于二叉决策树的多维尺度分析高光谱图像分类算法 | 第23-37页 |
| ·二叉决策树的生成 | 第23-24页 |
| ·区域模型 | 第24-27页 |
| ·一阶参数模型 | 第24-25页 |
| ·非参数统计模型 | 第25-27页 |
| ·合并准则 | 第27-32页 |
| ·光谱信息散度 | 第28页 |
| ·巴氏系数 | 第28页 |
| ·扩散距离 | 第28-29页 |
| ·多维尺度分析 | 第29-32页 |
| ·递归分级断层 | 第32页 |
| ·二叉决策树的修剪策略 | 第32-36页 |
| ·树形结构整体分析 | 第33-35页 |
| ·修剪策略的选择 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 合并准则和阈值选取实验及分析 | 第37-51页 |
| ·合并准则评价实验 | 第37-46页 |
| ·合并准则的评价参数 | 第37-38页 |
| ·实验过程及结果 | 第38-41页 |
| ·验证实验 | 第41-44页 |
| ·实验结果分析 | 第44-46页 |
| ·修剪阈值选取实验 | 第46-49页 |
| ·实验数据 | 第46页 |
| ·实验过程 | 第46-48页 |
| ·实验结果分析 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第5章 高光谱分类算法实验及分析 | 第51-59页 |
| ·高光谱图像分类实验 | 第51-52页 |
| ·实验过程及结果 | 第52-54页 |
| ·验证实验 | 第54-56页 |
| ·实验结果分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |