声明
1 第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 特征选择的定义
1.2.2 特征选择的分类
1.2.3 特征选择的关键环节
1.3 论文研究内容
1.4 论文组织结构
2 第二章 相关预备知识
2.1 引言
2.2 信息论相关知识
2.2.1 熵的定义
2.2.2 互信息的定义
2.3 基于互信息的特征选择方法
2.3.1 符号说明
2.3.2 相关性、冗余性、互补性
2.3.3 最优子集
2.3.4 搜索策略
2.4 多源图像融合目标识别任务中的特征选择
2.4.1 多源图像融合处理的常规步骤
2.4.2 融合识别中特征选择面临的难点
2.4.3 可见光与红外图像融合
2.5 本章小结
3 第三章 基于互信息的特征选择方法
3.1 引言
3.2 MIFS特征选择算法的发展及变种
3.2.1 评价准则函数的发展
3.2.2 熵的估值
3.3 问题的提出
3.4 一种结合排序的特征选择算法
3.4.1 rMIFS算法设计思路
3.4.2 rMIFS算法具体流程
3.5 一种基于生存Cauchy-Schwartz互信息的特征选择算法
3.5.1 生存Cauchy-Schwartz互信息
3.5.2 SCS-rMIFS算法具体流程
3.6 实验结果及分析
3.6.1 实验设置
3.6.2 实验结果及分析
3.7 本章小结
4 第四章 融合图像分割中的特征选择方法
4.1 引言
4.2 简单线性迭代聚类超像素分割算法
4.3 问题的提出
4.4 语义知识导引的改进SLIC算法
4.4.1 语义知识导引的SLIC融合特征选择
4.4.2 基于融合特征的SLIC改进算法
4.5 实验结果及分析
4.5.1 数据准备
4.5.2 实验结果及分析
4.6 本章小结
5 第五章 结束语
5.1 本文工作总结
5.2 未来研究展望
致谢
参考文献
作者在学期间取得的学术成果
国防科学技术大学国防科技大学;