首页--农业科学论文--农作物论文--禾谷类作物论文--稻论文

基于HSI高光谱数据的水稻光谱特征分析与识别技术研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-16页
   ·研究背景与研究意义第10-11页
   ·国内外研究现状第11-13页
     ·国外研究现状第11-12页
     ·国内研究现状第12-13页
     ·国内外研究不足第13页
   ·研究内容及方法第13-14页
   ·研究技术路线第14-15页
   ·本章小结第15-16页
第2章 研究数据与研究区第16-22页
   ·高光谱遥感介绍第16-17页
   ·研究数据介绍第17-19页
     ·HJ-1A/B星简介第17页
     ·HJ-1A/B星多光谱CCD数据产品介绍第17-18页
     ·HJ-1A星高光谱HSI数据产品介绍第18-19页
   ·研究区概况及研究区数据源选择第19-20页
     ·研究区概况第19-20页
     ·研究区数据源选择第20页
   ·本章小结第20-22页
第3章 高光谱数据预处理与晚稻光谱特征分析第22-31页
   ·HSI 高光谱数据预处理研究第22-26页
     ·数据格式转换第22页
     ·辐射校正第22-24页
     ·质量差波段去除第24-25页
     ·几何精校正第25-26页
   ·研究区晚稻光谱特征性分析第26-29页
   ·本章小结第29-31页
第4章 HSI 高光谱数据波段选择方法研究第31-43页
   ·基于信息量的波段选择第32-37页
     ·理论方法第32-36页
     ·波段选择实验研究第36-37页
   ·基于类别可分性的波段选择第37-39页
     ·理论方法第37-38页
     ·波段选择试验研究第38-39页
   ·改进的基于信息量和类别可分性组合的波段选择方法第39-41页
     ·改进的理论方法第39-40页
     ·波段选择试验研究第40-41页
   ·本章小结第41-43页
第5章 基于HSI 数据晚稻识别与精度检验第43-55页
   ·基于HSI 数据晚稻识别第43-48页
     ·最大似然函数分类方法第43-45页
     ·支持向量机分类第45-48页
   ·晚稻识别精度检验第48-53页
     ·基于非波段选择的HSI 数据晚稻识别第49-51页
     ·基于波段选择的HSI 数据晚稻识别第51-52页
     ·基于SVM 的HSI 数据和CCD 数据晚稻识别第52-53页
   ·本章小结第53-55页
第6章 总结与展望第55-57页
   ·总结第55页
   ·展望第55-57页
参考文献第57-61页
攻读硕士学位期间取得的研究成果第61-62页
致谢第62-63页

论文共63页,点击 下载论文
上一篇:河南省固始县茶区茶树生长的自然地理条件研究
下一篇:综合英语课堂学生参与性与语言焦虑的相关性研究