封面
中文摘要
英文摘要
目录
本文中常用记号和缩写词
第一章 绪论
1.1 高光谱遥感概述
1.2 高光谱数据处理的发展趋势
1.3 高光谱数据的特点
1.4 高光谱数据在应用中存在的问题
1.5 高光谱数据的降维
1.6 本文的研究内容及安排
第二章 基于空间一致性的局部嵌入特征提取算法
2.1 引言
2.2 PCA和FDA算法简介
2.3 基于空间一致性的局部邻域结构
2.4 寻找最优投影矩阵
2.5 LESC算法的步骤
2.6 实验结果与分析
2.7 本章小结
第三章 基于正则化非负矩阵分解的特征提取算法
3.1 引言
3.2 NMF算法简介
3.3 基于正则化非负矩阵分解的特征提取
3.4 RNMF算法收敛性证明
3.5 RNMF方法的步骤
3.6 RNMF方法计算复杂度分析
3.7 实验结果与分析
3.8 本章小结
第四章 基于概念分解的半监督特征提取算法
4.1 引言
4.2 概念分解简介
4.3 基于概念分解的半监督特征提取
4.4 SFECF方法的收敛证明
4.5 SFECF方法的步骤
4.6 SFECF方法计算复杂度分析
4.7 实验结果与分析
4.8 本章小结
第五章 分组的基于局部Fisher判别特征选择系统
5.1 引言
5.2 Fisher Score
5.3 基于局部Fisher判别的监督特征选择
5.4 高光谱数据的分组FSLFD处理系统
5.5 实验结果与分析
5.6 本章小结
第六章 基于流形的半监督特征选择算法
6.1 引言
6.2 Laplacian准则
6.3 基于流形的半监督特征选择算法
6.4 SFSM算法的证明
6.5 实验结果与分析
6.6 本章小结
第七章 总结和展望
7.1 研究工作总结
7.2 研究展望
参考文献
致谢
附录一 攻读博士学位期间发表的主要论文
附录二 攻读博士学位期间参加的科研项目、学术兼职活动和荣誉
声明