声明
摘要
1绪论
1.1研究背景及意义
1.2国内外研究现状
1.2.1高光谱图像分类算法研究现状
1.2.2深度学习研究现状
1.3高光谱图像特性
1.4高光谱图像分类的数据集及其评价方法
1.5论文结构
2基于深度学习的高光谱图像特征提取
2.1引言
2.2深度学习理论介绍
2.2.1 神经网络的前向传播
2.2.2 神经网络的误差反向传导
2.2.3 卷积神经网络
2.3基于光谱信息的高光谱图像深度特征提取算法
2.3.1 堆叠自编码机对光谱信息进行特征提取
2.3.2 卷积神经网络对光谱信息进行特征提取
2.4基于空间信息的高光谱图像深度特征提取算法
2.5本章小结
3异构神经网络空-谱特征级融合的高光谱图像分类算法
3.1引言
3.2深度学习特征可视化
3.2.1 深度学习特征可视化
3.2.2 深层特征与浅层特征比较
3.3基于深度学习的空谱联合高光谱图像分类算法
3.4基于异构神经网络的空谱联合高光谱图像分类算法
3.5实验结果及分析
3.5.1实验方案及步骤
3.5.2实验结果
3.6本章小结
4异构神经网络决策级融合的高光谱图像分类算法
4.1引言
4.2异构神经网络决策级融合高光谱图像分类算法
4.3软概率分类图的决策级融合方法
4.4实验环境及方案
4.5实验结果及分析
4.5.1 算法参数选择
4.5.2实验结果
4.6本章小结
5高光谱遥感图像分类系统实现
5.1引言
5.2开发环境
5.3系统模块介绍
5.3.1 系统流程图
5.3.2模块详细介绍
5.4系统测试
5.5系统演示
5.6本章小结
6总结与展望
致谢
参考文献
附录