| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 主要符号对照表及缩略词表 | 第10-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题的研究背景与意义 | 第11-13页 |
| 1.2 课题的研究现状 | 第13-17页 |
| 1.3 论文的结构安排 | 第17-19页 |
| 第二章 高光谱图像解混经典算法概述 | 第19-33页 |
| 2.1 内部最大体积法 | 第19-20页 |
| 2.2 最小体积单纯形分析方法 | 第20-22页 |
| 2.3 基于L_(1/2) 稀疏正则的非负矩阵分解方法 | 第22-26页 |
| 2.3.1 L_(1/2) 约束下的非负矩阵分解 | 第23页 |
| 2.3.2 L_(1/2) -NMF解混算法 | 第23-26页 |
| 2.4 贝叶斯分析方法 | 第26-29页 |
| 2.4.1 贝叶斯方法 | 第26-27页 |
| 2.4.2 噪声分布和似然性 | 第27页 |
| 2.4.3 纯像元与高丰度像元的先验分布 | 第27页 |
| 2.4.4 后验概率和求解准则 | 第27-28页 |
| 2.4.5 利用马尔可夫链蒙特卡罗理论进行估计 | 第28-29页 |
| 2.5 SUnSAL-TV方法 | 第29-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 建模基础 | 第33-41页 |
| 3.1 ADMM算法 | 第33-37页 |
| 3.1.1 分离变量 | 第33-34页 |
| 3.1.2 增广Lagrangian法 | 第34-35页 |
| 3.1.3 ALM/MM用于分离变量 | 第35-37页 |
| 3.2 重叠组稀疏全变分正则项 | 第37-38页 |
| 3.3 优化最小化方法 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于重叠组稀疏全变分正则项的光谱解混算法 | 第41-59页 |
| 4.1 基于重叠组稀疏全变分正则项的光谱解混算法 | 第41-44页 |
| 4.2 数值实验 | 第44-58页 |
| 4.2.1 合成数据实验 1 | 第45-48页 |
| 4.2.2 合成数据实验 2 | 第48-55页 |
| 4.2.3 真实数据实验 3 | 第55-58页 |
| 4.3 本章小结 | 第58-59页 |
| 第五章 全文总结与展望 | 第59-61页 |
| 5.1 全文总结 | 第59页 |
| 5.2 工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 攻读硕士学位期间的研究成果 | 第68-69页 |