| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·引言 | 第10页 |
| ·高光谱遥感技术概述及应用现状 | 第10-13页 |
| ·高光谱遥感技术概述 | 第10-11页 |
| ·高光谱遥感技术应用现状 | 第11-13页 |
| ·高光谱遥感分类技术的研究现状 | 第13-15页 |
| ·高光谱图像分类的基本原理 | 第13页 |
| ·高光谱图像分类的现有方法 | 第13-14页 |
| ·高光谱图像分类发展现状 | 第14-15页 |
| ·课题研究内容及章节安排 | 第15-17页 |
| 第2章 高光谱图像分类及相关向量机理论 | 第17-27页 |
| ·引言 | 第17页 |
| ·高光谱遥感图像数据描述 | 第17-20页 |
| ·高光谱分类主要数据源 | 第18-19页 |
| ·高光谱数据描述及数据特点 | 第19-20页 |
| ·高光谱图像分类基本理论 | 第20-23页 |
| ·高光谱图像分类基本过程 | 第21-22页 |
| ·高光谱图像分类性能分析 | 第22-23页 |
| ·相关向量机理论 | 第23-26页 |
| ·算法的提出 | 第23页 |
| ·相关向量机模型 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于相关向量机的高光谱图像分类算法 | 第27-32页 |
| ·引言 | 第27页 |
| ·相关向量机回归算法 | 第27页 |
| ·相关向量机分类算法 | 第27-28页 |
| ·基于相关向量机的高光谱图像多类分类技术 | 第28-29页 |
| ·实验结果及分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于改进型相关向量机的高光谱图像分类算法 | 第32-38页 |
| ·算法的提出 | 第32页 |
| ·改进型相关向量机 | 第32-34页 |
| ·改进型相关向量机分类算法 | 第32-33页 |
| ·改进型相关向量机分类流程 | 第33-34页 |
| ·实验结果及分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第5章 基于小波核函数的高光谱图像分类算法 | 第38-49页 |
| ·算法的提出 | 第38页 |
| ·小波核函数 | 第38-41页 |
| ·传统核函数 | 第38-39页 |
| ·满足 Mercer 条件的小波核函数 | 第39-41页 |
| ·基于小波核函数 KPCA-RVM 的高光谱图像分类 | 第41-46页 |
| ·基于小波核函数的核主成分分析算法 | 第41-42页 |
| ·实验结果及分析 | 第42-46页 |
| ·基于小波核函数的相关向量机 | 第46-48页 |
| ·基于小波核函数的相关向量机分类算法 | 第46-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的文章和取得的科研成果 | 第54-55页 |
| 致谢 | 第55页 |