声明
摘要
符号与缩略词说明
第一章绪论
1.1课题研究背景及意义
1.2高光谱遥感图像分类的研究现状及分析
1.2.1基于传统机器学习算法的高光谱遥感图像分类
1.2.2基于深度学习的高光谱遥感图像分类
1.2.3研究难点分析
1.3论文主要研究内容与创新之处
1.3.1论文的主要研究内容
1.3.2论文的创新之处
1.4论文的组织结构
第二章卷积神经网络相关理论
2.1深度学习的发展
2.2卷积神经网络的基本计算层
2.2.1卷积层与池化层
2.2.2非线性单元层
2.2.3全连接层
2.2.4输出层的激活函数与交叉熵
2.4本章小结
第三章基于像素块配对的高光谱图像卷积神经网络分类
3.1引言
3.2算法设计与实现
3.2.1基于数据数量增强的卷积神经网络分类模型
3.2.2传统样本扩充方法
3.2.3基于像素块配对的样本扩充方法
3.3实验结果与分析
3.3.1实验数据与评价指标
3.3.2 PBP-CNN分类效果评估
3.4本章小结
第四章基于卷积神经网络的高光谱与LiDAR图像协同分类
4.1引言
4.2算法设计与实现
4.2.1算法总体介绍
4.2.2主成分分析进行数据融合
4.2.3双支路卷积神经网络分类模型
4.3实验结果与分析
4.3.1实验数据集介绍
4.3.2 CCHL-CNN分类效果评估
4.4本章小结
第五章总结与展望
5.1总结
5.2展望
参考文献
致谢
研究成果及发表的学术论文
作者和导师简介
北京化工大学;