高光谱遥感图像多核学习分类方法研究

目录

第1 章 绪论

1.1 课题背景及研究目的和意义

1.1.1 课题背景

1.1.2 课题研究的目的和意义

1.2 研究现状及存在的问题

1.2.1 高光谱图像空-谱特征提取研究现状

1.2.2 多核学习方法研究现状

1.2.3 域自适应分类方法研究现状

1.2.4 当前研究存在的问题

1.3 实验数据与评价指标

1.3.1 实验数据

1.3.2 评价指标

1.4 论文主要研究内容与结构安排

第2 章 空-谱多特征非线性多核学习分类

2.1 引言

2.2 高光谱图像空-谱多特征提取

2.2.1 形态学基本操作

2.2.2 形态学轮廓特征

2.2.3 扩展的形态学轮廓特征

2.2.4 多结构元素的扩展形态学轮廓特征

2.3 非线性多核学习模型

2.3.1 多核学习模型

2.3.2 基核构造与非线性多核学习模型

2.4 实验结果与分析

2.4.1 不同基核之间的非线性相互作用研究

2.4.2 非线性多核学习模型分类表现分析

2.4.3 非线性多核模型融合异构特征验证

2.5 本章小结

第3 章 空-谱多特征类指定稀疏多核分类

3.1 引言

3.2.1 属性滤波器

3.2.2 扩展的多属性轮廓特征

3.3.1 多核学习与组LASSO

3.3.2 类指定核学习

3.4.1 实验设置

3.4.2 类指定稀疏多核学习方法分类表现分析

3.4.3 特征选择与分类能力的分析

3.5 本章小结

第4 章基于超像素的高光谱图像空-谱多核分类

4.1 引言

4.2 多属性超像素模型

4.2.1 多属性超像素的生成

4.2.2 多属性超像素的合并

4.3 多属性超张量模型

4.3.1 张量和多线性代数

4.3.2 多属性超像素的张量表示

4.3.3 空-谱一体化特征提取

4.4 实验结果与分析

4.4.1 多属性超像素及空间特征展示

4.4.2 多属性超像素的张量表示

4.4.3 多属性超像素与多属性超张量模型有效性验证

4.5 本章小结

第5 章 跨时相高光谱图像域自适应多核分类

5.1 引言

5.2 空-谱多测地线流核学习模型

5.2.1 跨时相域自适应

5.2.2 多测地线流核学习模型

5.2.3 空-谱多测地线流核学习模型

5.2.4 子空间维度的确定

5.3 实验结果与分析

5.3.1 实验设置

5.3.2 空-谱多测地线流核学习模型有效性验证

5.4 本章小结

结论

参考文献

攻读博士期间所发表的论文及其他成果

声明

致谢

个人简历