基于小波支持向量机的遥感图像融合
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-15页 |
| ·选题目的及研究意义 | 第8-12页 |
| ·遥感图像融合技术的发展现状 | 第12-13页 |
| ·本文研究的主要内容 | 第13-14页 |
| ·基于支持向量值变换和方向滤波器组的遥感图像融合 | 第13页 |
| ·基于小波支持向量机的遥感图像融合 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第二章 支持向量机 | 第15-33页 |
| ·支持向量机的产生 | 第15-17页 |
| ·什么是支持向量机 | 第17-22页 |
| ·最优分类超平面 | 第18-19页 |
| ·线性可分情形 | 第19-20页 |
| ·线性不可分情形 | 第20-21页 |
| ·非线性SVM分类 | 第21-22页 |
| ·支持向量机的理论基础 | 第22-30页 |
| ·学习问题的数学模型 | 第23-24页 |
| ·经验风险最小化原理 | 第24-26页 |
| ·学习过程一致性定义 | 第26-27页 |
| ·函数集的VC维 | 第27-28页 |
| ·结构风险最小化原理 | 第28-30页 |
| ·支持向量机回归 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于支持向量值变换的遥感图像融合 | 第33-50页 |
| ·核函数 | 第33-37页 |
| ·遥感图像融合方法的简介 | 第37-39页 |
| ·遥感图像融合评价标准 | 第39-42页 |
| ·信息熵 | 第40页 |
| ·交叉熵 | 第40-41页 |
| ·交互信息量 | 第41页 |
| ·相关系数 | 第41-42页 |
| ·偏差指数 | 第42页 |
| ·空间频率 | 第42页 |
| ·基于支持向量值变换的遥感图像融合 | 第42-49页 |
| ·全色图像和多光谱图像简介 | 第42-43页 |
| ·支持向量值变换 | 第43-44页 |
| ·算法步骤 | 第44-47页 |
| ·实验结果分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 基于小波支持向量机的遥感图像融合 | 第50-67页 |
| ·小波变换 | 第50-54页 |
| ·连续小波变换 | 第51-53页 |
| ·离散小波变换 | 第53-54页 |
| ·小波支持向量机回归模型 | 第54-57页 |
| ·小波核函数 | 第54-56页 |
| ·WSVM的模型与结构 | 第56-57页 |
| ·支持向量值滤波器和方向滤波器组 | 第57-59页 |
| ·支持向量值滤波器 | 第57-58页 |
| ·方向滤波器组 | 第58-59页 |
| ·基于小波支持向量机的遥感图像融合 | 第59-65页 |
| ·算法步骤 | 第59-61页 |
| ·实验结果分析 | 第61-65页 |
| ·本章小结 | 第65-67页 |
| 第五章 总结与展望 | 第67-69页 |
| ·全文工作总结 | 第67页 |
| ·今后工作的展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士期间发表的论文 | 第72-73页 |
| 致谢 | 第73-74页 |
