| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究概况 | 第11-14页 |
| 1.2.1 半监督降维 | 第11-12页 |
| 1.2.2 影像纹理信息提取 | 第12-13页 |
| 1.2.3 影像融合 | 第13-14页 |
| 1.3 论文框架结构 | 第14-15页 |
| 第二章 相关理论与方法介绍 | 第15-28页 |
| 2.1 数据降维 | 第15-20页 |
| 2.1.1 主成分分析法 | 第16页 |
| 2.1.2 线性判别分析 | 第16-17页 |
| 2.1.3 基于半监督学习的降维 | 第17-20页 |
| 2.2 常用纹理提取方法 | 第20-25页 |
| 2.2.1 基于灰度共生矩阵提取纹理 | 第20-22页 |
| 2.2.2 基于马尔科夫随机场提取纹理 | 第22-24页 |
| 2.2.3 基于小波变换来提取纹理信息 | 第24-25页 |
| 2.3 常用图像融合方法 | 第25-28页 |
| 2.3.1 PCA 图像融合处理 | 第26页 |
| 2.3.2 小波变换图像融合处理 | 第26-28页 |
| 第三章 基于图 Laplacian 的高光谱影像半监督降维 | 第28-41页 |
| 3.1 谱图理论 | 第28-29页 |
| 3.2 基于图 Laplacian 的半监督降维 | 第29-31页 |
| 3.3 实验结果与分析 | 第31-40页 |
| 3.3.1 实验一 | 第31-36页 |
| 3.3.2 实验二 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于 Tri-training 半监督学习的纹理与光谱信息融合 | 第41-49页 |
| 4.1 Tri-training 协同训练 | 第41-43页 |
| 4.2 基于 Tri-training 半监督学习的纹理与光谱信息融合 | 第43-44页 |
| 4.3 实验结果分析 | 第44-47页 |
| 4.3.1 实验一 | 第45-46页 |
| 4.3.2 实验二 | 第46-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第五章 结论与展望 | 第49-51页 |
| 5.1 结论 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 作者在攻读硕士学位期间公开发表的论文 | 第56-57页 |
| 作者在攻读硕士学位期间所参与的项目 | 第57-58页 |
| 致谢 | 第58页 |
