声明
摘要
1绪论
1.1选题的背景和研究意义
1.2研究现状
1.2.1高光谱遥感图像分类研究现状
1.2.2 Hadoop/Spark云计算应用研究现状
1.3论文主要研究内容
1.4论文的组织结构
2相关技术基础
2.1云计算及Spark的云计算关键技术
2.1.1 Spark生态圈
2.1.2弹性分布式数据集(RDD)
2.1.3 Spark的集群运行原理
2.1.4 Spark的任务执行原理
2.2稀疏表示分类模型
2.2.1稀疏表示分类模型的重构
2.2.2稀疏表示分类模型的分类
2.3卷积神经网络分类模型
2.3.1卷积神经网络模型
2.3.2训练过程
2.3.3随机优化方法
2.4本文实验平台
3基于空间相关性约束稀疏表示的高光谱图像分布式并行分类
3.1引言
3.2.1 SCSRC模型
3.2.2 SCSRC串行算法步骤
3.3迭代矩阵的分布式存储运算优化
3.3.1高光谱数据分区策略
3.3.2联合存储矩阵(JDM)
3.3.3联合存储矩阵的运算
3.4基于空间相关性约束稀疏表示的高光谱图像分布式并行分类算法
3.5实验结果与分析
3.5.1基于分类精度的评价标准
3.5.2基于分布式计算性能的评价标准
3.5.3 Indian Pines数据集实验
3.5.4 Indian Pines Test Site 3数据集实验
3.6本章小结
4基于卷积神经网络的高光谱图像分布式并行分类
4.2 TensorFlowonSpark分布式深度学习平台
4.2.1 TensorFlow
4.2.2 TensorFlowOnSpark
4.3基于空谱联合卷积神经网络的高光谱图像分布式分类模型
4.3.1设计思路
4.3.2基于空谱联合卷积神经网络的分类模型结构
4.3.3基于空谱联合卷积神经网络的高光谱图像分布式并行分类算法
4.4实验结果与分析
4.4.1实验数据选取
4.4.2实验参数设置
4.4.3实验结果分析
4.5本章小结
5总结与展望
5.1研究总结
5.2研究展望
致谢
参考文献
附录