遥感图像信息提取核方法抗噪特性研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-17页 |
| 1.2.1 遥感图像在轨处理技术研究现状 | 第13-14页 |
| 1.2.2 遥感图像分类和探测算法研究现状 | 第14-16页 |
| 1.2.3 算法抗噪特性研究现状 | 第16-17页 |
| 1.3 论文研究内容及章节安排 | 第17-19页 |
| 第2章 遥感图像信息提取中的核方法分析 | 第19-32页 |
| 2.1 高光谱图像数据 | 第19-23页 |
| 2.1.1 高光谱图像数据的描述 | 第19-21页 |
| 2.1.2 高光谱图像的冗余特性 | 第21页 |
| 2.1.3 高光谱图像信息提取流程 | 第21-23页 |
| 2.2 高光谱图像分类 | 第23-25页 |
| 2.2.1 高光谱图像分类的基本概念和原理 | 第23-24页 |
| 2.2.2 高光谱图像分类精度评价 | 第24-25页 |
| 2.3 高光谱图像目标探测 | 第25-27页 |
| 2.3.1 高光谱图像目标探测的基本概念和原理 | 第25-26页 |
| 2.3.2 高光谱图像目标探测算法的性能评价 | 第26-27页 |
| 2.4 核方法 | 第27-31页 |
| 2.4.1 非线性分类问题 | 第28-29页 |
| 2.4.2 核函数的定义 | 第29-30页 |
| 2.4.3 正定核 | 第30页 |
| 2.4.4 常用核函数 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于核方法的图像分类抗噪特性分析 | 第32-55页 |
| 3.1 支持向量机 | 第32-36页 |
| 3.1.1 线性支持向量机 | 第32-35页 |
| 3.1.2 非线性支持向量机 | 第35-36页 |
| 3.1.3 支持向量机的特性 | 第36页 |
| 3.2 数据级别抗噪特性分析 | 第36-37页 |
| 3.3 算法级别抗噪特性分析 | 第37-38页 |
| 3.4 实验结果及分析 | 第38-54页 |
| 3.4.1 实验数据 | 第38-39页 |
| 3.4.2 实验结果与分析 | 第39-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第4章 基于核方法的目标探测抗噪特性分析 | 第55-73页 |
| 4.1 KRX异常检测算法 | 第55-60页 |
| 4.1.1 RX异常检测算法 | 第55-56页 |
| 4.1.2 KRX异常检测算法 | 第56-60页 |
| 4.2 数据级别抗噪特性分析 | 第60-61页 |
| 4.3 算法级别抗噪特性分析 | 第61-62页 |
| 4.4 实验结果及分析 | 第62-72页 |
| 4.4.1 实验数据 | 第62页 |
| 4.4.2 实验结果及分析 | 第62-72页 |
| 4.5 本章总结 | 第72-73页 |
| 第5章 总结与展望 | 第73-75页 |
| 5.1 总结 | 第73-74页 |
| 5.2 展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第83页 |
