声明
摘要
1.引言
1.1. 课题研究背景和意义
1.2.研究现状
1.2.1.高光谱图像分类的研究现状
1.2.2.矩阵秩相关模型的研究现状
1.3.论文主要研究内容
1.4.论文结构安排
2.高光谱图像低秩表示分类
2.1.低碳表示理论与方法
2.1.1.秩的模型与理论
2.1.2.低秩模型求解算法
2.2.高光谱低秩表示分类方法
2.2.1.低秩高光谱分类模型及其求解算法
3.基于核低秩表示的高光谱分类方法
3.1.引言
3.2.核函数的使用及核技巧
3.3.模型的提出和求解
3.3.1.核函数的选取
3.3.2.核低秩表示分类模型的提出和求解
3.4.实验结果与分析
3.4.1.高光谱图像中的精度分析
3.4.2.实验参数及环境配置
3.4.3.实验结果
3.5.本章小结
4.基于空谱多核学习的核低秩表示高光谱分类方法
4.1.引言
4.2.多核学习的简介和KA标准
4.2.1.多核学习的简介
4.2.2.KA标准
4.3.基于空谱多核学习的高光谱分类方法
4.3.1.高光谱中尺度的意义
4.3.2.提出的模型
4.4.实验结果分析
4.4.1.数值和视觉直观比较
4.4.2.分类算法时间比较
4.5.本章小结
5.高光谱图像分类软件系统设计与实现
5.1.前言
5.2.系统总体框架设计
5.3.系统徽计和功能测试
5.4.本章小结
6.总结与展望
6.1.研究总结
6.2.研究展望
致谢
参考文献
攻读硕士学位期间发表的论文和出版著作情况