基于案例推理的高光谱图像分类研究
RESEARCH ON CLASSIFICATION TECHNIQUES OF THE HYPERSPECTRAL IMAGES BASED ON CASE-BASED REASONING
摘 要
Abstract
目 录
绪 论
1.1 课题背景及来源
1.2 课题研究的目的和意义
1.3 国内外在该方向的研究现状及分析
1.3.1 高光谱图像特征提取的发展及研究现状
1.3.2 高光谱图像分类识别的发展及研究现状
1.3.3 基于案例推理系统的发展及研究现状
1.4 本文工作及结构安排
第2章 高光谱图像特征提取算法研究
2.1 引言
2.2 基于PCA的高光谱图像线性特征提取方法
2.2.1 PCA变换的特征提取原理
2.2.2 PCA变换的具体实现及结果分析
2.3 基于KPCA的高光谱图像非线性特征提取方法
2.3.1 KPCA变换的特征提取原理
2.3.2 KPCA变换的具体实现及结果分析
2.4 基于流形学习的高光谱图像非线性特征提取方法
2.4.1 流形学习的基本概念
2.4.2 基于LLE的高光谱图像特征提取
2.4.3 基于ISOMAP的高光谱图像特征提取
2.5 本章小结
第3章 高光谱图像分类识别算法研究
3.1 引言
3.2 高光谱图像非监督分类识别方法
3.2.1 基于K均值算法的非监督分类
3.2.2 基于ISODATA算法的非监督分类
3.3 高光谱图像监督分类识别方法
3.3.1 基于统计决策理论的最大似然分类
3.3.2 基于机器学习理论的支持向量机分类
3.3.3 基于机器学习理论的相关向量机分类
3.3.4 支持向量机和相关向量机的对比及实验分析
3.4 高光谱图像半监督分类识别方法
3.4.1 半监督分类的基本原理
3.4.2 半监督分类具体实现及分析
3.5 本章小结
第4章 基于案例推理的高光谱图像分类研究
4.1 引言
4.2 基于案例推理的主要功能单元
4.2.1 案例的表示
4.2.2 案例的检索
4.2.3 案例的修改
4.2.4 案例学习机制
4.3 基于案例推理的高光谱图像分类系统
4.3.1 系统的总体框图
4.3.2 案例推理系统主要单元的构建
4.3.3 案例推理系统的实现流程
4.4 基于案例推理的高光谱图像分类系统应用
4.4.1 基于全图分类的案例推理
4.4.2 基于单一地物分类的案例推理
4.5 本章小结