高光譜遙感影像半監(jiān)督分類研究

第1章 高光譜遙感概述
1.1 高光譜遙感影像分類概述
1.2 高光譜遙感影像分類進展
1.3 高光譜遙感分類器構建
1.4 本書試驗數(shù)據(jù)

第2章 高光譜遙感常用分類方法
2.1 常用非監(jiān)督分類
2.2 常規(guī)監(jiān)督分類方法
2.3 基于光譜相似性度量的分類方法
2.4 人工神經網絡分類器
2.5 決策樹分類器
2.6 面向對象分類
2.7 人工免疫系統(tǒng)的分類
2.8 統(tǒng)計學習理論
2.9 支持向量機

第3章 高光譜遙感影像的波段選擇和波段提取
3.1 基于波段選擇的降維
3.2 基于特征提取的降維
3.3 核主成分分析改進研究
3.4 流形學習算法
3.5 本章小結

第4章 組合空間和光譜特征的高光譜遙感影像分類研究
4.1 光譜-空間法介紹
4.2 空間特征和光譜特征的提取
4.3 基于特征選擇的光譜-空間高光譜遙感影像分類方法
4.4 試驗結果與分析
4.5 本章小結

第5章 半監(jiān)督分類研究
5.1 半監(jiān)督分類
5.2 半監(jiān)督分類方法
5.3 基于支持向量機自訓練高光譜遙感數(shù)據(jù)分類實例
5.4 本章小結

第6章 基于協(xié)同訓練的半監(jiān)督分類方法研究
6.1 引言
6.2 協(xié)同訓練理論
6.3 協(xié)同訓練算法研究
6.4 基于協(xié)同訓練高光譜遙感影像分類研究實例
6.5 本章小結

參考文獻