|
|
|
基于多特征融合的高光谱影像地物精细分析方法研究 |
|
论文目录 |
|
摘要 | 第1-7页 | Abstract | 第7-10页 | 目录 | 第10-13页 | 第一章 概述 | 第13-23页 | ·研究背景和意义 | 第13-17页 | ·国内外研究现状 | 第17-21页 | ·高光谱遥感影像分类研究现状 | 第17-20页 | ·高光谱遥感影像小目标识别研究现状 | 第20-21页 | ·本文的主要研究内容 | 第21-23页 | ·一种综合利用多种光谱相似性测度的自适应分类方法 | 第21-22页 | ·结合空间-光谱特征的高光谱影像分类方法 | 第22页 | ·一种面向端元集分析的高光谱影像小目标识别方法 | 第22-23页 | 第二章 高光谱影像地物精细分析中的几个问题 | 第23-45页 | ·高光谱影像特点和地物精细分析简介 | 第23-29页 | ·高光谱影像特点和地物精细分析的研究内容 | 第23-26页 | ·高光谱影像地物精细分析中的难题 | 第26-29页 | ·高光谱影像精细分类 | 第29-35页 | ·高光谱影像分类方法概述 | 第29-33页 | ·高光谱影像精细分类中的几个问题 | 第33-35页 | ·高光谱影像小目标识别 | 第35-41页 | ·高光谱影像中目标存在的几种形式 | 第35-36页 | ·高光谱影像小目标识别与分类的差异和关系 | 第36-37页 | ·高光谱影像目标识别与传统目标识别比较 | 第37-38页 | ·高光谱影像小目标识别的算法流程和设计理论 | 第38-39页 | ·高光谱影像小目标识别中的几个问题 | 第39-41页 | ·本文研究方法的技术流程图 | 第41-43页 | ·本章小结 | 第43-45页 | 第三章 一种综合利用多种光谱相似性测度的自适应分类方法 | 第45-70页 | ·光谱相似性测度分析 | 第45-47页 | ·SVM分类器 | 第47-55页 | ·线性可分支持向量机 | 第47-50页 | ·非线性可分支持向量机和核函数 | 第50-52页 | ·支持向量机的不同分类类型 | 第52-55页 | ·基于光谱特征匹配的分类方法 | 第55-61页 | ·基于全波段的光谱特征自适应分类 | 第55-60页 | ·基于高光谱影像波段子空间的光谱特征自适应分类 | 第60-61页 | ·实验与分析 | 第61-68页 | ·本章小结 | 第68-70页 | 第四章 结合空间-光谱特征的高光谱影像分类 | 第70-96页 | ·基于像斑的高光谱影像分类方法 | 第70-72页 | ·像斑的概念 | 第70-71页 | ·基于像斑的高光谱影像分类方法的理论依据 | 第71页 | ·基于像斑的高光谱影像分类方法处理流程 | 第71-72页 | ·高光谱影像分割 | 第72-79页 | ·影像分割的常规方法 | 第73-74页 | ·基于eCongnition的高光谱影像分割原理 | 第74-76页 | ·高光谱影像分割实验 | 第76-79页 | ·结合空间-光谱特征的分类策略 | 第79-85页 | ·算法流程 | 第79-83页 | ·类别共生矩阵 | 第83-85页 | ·实验与分析 | 第85-95页 | ·本章小结 | 第95-96页 | 第五章 利用ICA正交子空间投影加权的高光谱影像小目标识别算法 | 第96-124页 | ·现有的小目标识别算法应用现状分析 | 第96-99页 | ·利用原始光谱特征的方法 | 第96-97页 | ·基于概率统计模型的小目标识别 | 第97页 | ·基于线性混合光谱模型的子空间投影方法 | 第97-99页 | ·高光谱影像降维策略 | 第99-101页 | ·高光谱影像数据降维的常用方法 | 第99-100页 | ·高光谱影像数据降维方法选择策略 | 第100-101页 | ·高光谱影像小目标识别中的特征提取 | 第101-105页 | ·ICA的提出和发展现状 | 第101-103页 | ·基于FastICA的高光谱影像特征提取 | 第103-105页 | ·正交子空间投影算法在小目标识别中的应用 | 第105-111页 | ·目标与背景 | 第105-106页 | ·正交子空间投影算法的优越性及其局限性 | 第106-107页 | ·基于USGS光谱库的仿真实验与分析 | 第107-111页 | ·利用ICA正交子空间投影加权的小目标识别算法 | 第111-114页 | ·实验与分析 | 第114-123页 | ·AVIRIS影像实验 | 第114-120页 | ·HyMap影像实验 | 第120-123页 | ·本章小结 | 第123-124页 | 第六章 总结与展望 | 第124-127页 | ·本文的主要工作和创新点 | 第124-126页 | ·下一步研究工作和展望 | 第126-127页 | 参考文献 | 第127-137页 | 攻读博士学位期间科研情况和发表论文 | 第137-138页 | 参与的主要科研项目 | 第137页 | 攻读博士期间发表论文 | 第137-138页 | 攻读博士学位期间主要获奖情况 | 第138-139页 | 致谢 | 第139页 |
|
|
|
|
论文编号BS2197038,这篇论文共139页 会员购买按0.35元/页下载,共需支付48.65元。 直接购买按0.5元/页下载,共需要支付69.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|