基于核方法和集成学习的高光谱图像异常检测技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题背景及研究意义 | 第9-10页 |
| ·高光谱成像遥感技术 | 第10-13页 |
| ·基本原理与特点 | 第10-12页 |
| ·高光谱遥感图像处理技术的应用 | 第12-13页 |
| ·高光谱图像中的目标检测技术 | 第13-15页 |
| ·国内外的研究进展及相关应用 | 第13-14页 |
| ·目前目标检测技术的研究方法及存在问题 | 第14-15页 |
| ·实验图像数据简介 | 第15-16页 |
| ·论文的研究内容和结构安排 | 第16-18页 |
| 第2章 高光谱图像异常目标检测 | 第18-29页 |
| ·高光谱图像异常检测技术 | 第18-19页 |
| ·基于统计模型的RX 异常检测算法 | 第19-22页 |
| ·基于机器学习的异常检测算法研究 | 第22-26页 |
| ·支持向量机理论 | 第22-23页 |
| ·支持向量数据描述 | 第23-25页 |
| ·基于SVDD 的异常检测算法设计 | 第25-26页 |
| ·实验仿真 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 面向异常检测的高光谱图像特征提取 | 第29-48页 |
| ·高光谱图像特征提取与选择 | 第29-33页 |
| ·特征提取 | 第29-32页 |
| ·特征选择 | 第32-33页 |
| ·基于异常目标成分提取的异常检测算法研究 | 第33-42页 |
| ·核预白化的ICA 变换 | 第33-35页 |
| ·异常目标分量选择 | 第35页 |
| ·基于异常目标成分提取的异常检测算法实现 | 第35-36页 |
| ·实验结果比较和分析 | 第36-42页 |
| ·基于异常信息子空间估计的异常检测算法研究 | 第42-47页 |
| ·异常信息子空间估计 | 第42-44页 |
| ·基于异常信息子空间估计的异常检测算法实现 | 第44-45页 |
| ·实验结果比较和分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 异常目标多检测器集成系统 | 第48-60页 |
| ·集成学习理论简介 | 第48-50页 |
| ·集成学习的定义和原理 | 第48-49页 |
| ·集成学习的构架 | 第49-50页 |
| ·总体实现及实验结果 | 第50-59页 |
| ·系统总体构架 | 第50-52页 |
| ·集成子空间的生成 | 第52-53页 |
| ·子检测器的设计及决策集成 | 第53页 |
| ·实验结果及性能比较 | 第53-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间发表的学术论文 | 第65-67页 |
| 致谢 | 第67页 |
