声明
摘要
第一章 绪论
1.1 课题研究背景及意义
1.2 高光谱图像数据数据特点
1.3 高光谱图像的分类
1.4 论文主要研究内容及结构安排
第二章 张量空间中的高光谱图像
2.1 张量及张量代数
2.1.1 张量Keronecker积
2.1.2 矩阵Khatri-Rao积
2.1.3 张量d阶展开
2.1.4 张量内积
2.1.5 张量的外积
2.1.6 张量缩并
2.2 高光谱遥感图像张量计算优势
2.3 高光谱遥感图像张量描述
2.3.1 高光谱图像空—谱张量描述
2.3.2 高光谱图像多特征张量描述
2.4 本章小结
第三章 高光谱图像分类技术
3.1 高光谱图像分类理论
3.1.1 高光谱非监督分类
3.1.2 分类精度评价
3.1.3 实验数据
3.2 数据降维
3.2.1 主成分分析PCA
3.2.2 多线性主成分分析(MPCA)
3.2.3 MPCA特征值提取实验分析
3.3 K-means聚类算法
3.4 FCM聚类算法
3.4.1 算法介绍
3.4.2 FCM算法分析
3.4.3 实验分析
3.5 本章小结
第四章 基于张量FCM算法的高光谱遥感图像分类
4.1 张量FCM算法
4.1.1 算法推导
4.1.2 分类流程
4.1.3 实验分析
4.2 加权张量FCM算法(WTFCM)
4.2.1 非参数的加权特征提取
4.2.2 算法推导
4.3 新的加权张量FCM(NWTFCM)
4.4 实验分析
4.4.1 数据一结果分析
4.4.2 数据二结果分析
4.5 本章小结
总结与展望
致谢
参考文献
攻读硕士期间发表的论文及科研成果