- 作 者：成宝芝
- 出 版 社：
- 出版年份：2019
- ISBN：
- 标注页数：0 页
- PDF页数： 页
请阅读订购服务说明与试读!
订购服务说明
1、本站所有的书默认都是PDF格式，该格式图书只能阅读和打印，不能再次编辑。
2、除分上下册或者多册的情况下，一般PDF页数一定要大于标注页数才建议下单购买。【本资源 ≥0页】
图书下载及付费说明
1、所有的电子图书为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、电子图书在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
3、所有的电子图书都是原书直接扫描方式制作而成。
第1章 绪论 1
1.1 高光谱异常检测的背景及研究的目的和意义 1
1.2 高光谱图像特点及成像技术发展 2
1.3 高光谱图像异常检测技术研究现状 5
1.4 本书的主要研究内容和章节安排 11
参考文献 13
第2章 高光谱图像基础与核函数分析 17
2.1 引言 17
2.2 高光谱图像成像机理 17
2.3 高光谱图像数据源 20
2.4 高光谱图像特性分析 22
2.5 核函数分析 28
2.6 本章小结 31
参考文献 32
第3章 基于光谱维变换和空域滤波的高光谱异常检测 34
3.1 引言 34
3.2 高光谱图像降维技术 34
3.3 光谱维变换 35
3.4 空域滤波 41
3.5 RX异常检测算法 43
3.6 基于光谱维变换和空域滤波的异常检测算法 46
3.7 仿真实验与结果分析 48
3.8 本章小结 58
参考文献 59
第4章 基于四阶累积量的高光谱图像波段子集异常检测 61
4.1 引言 61
4.2 非高斯程度的度量 61
4.3 核RX异常检测算法 63
4.4 基于四阶累积量的波段子集异常检测算法 66
4.5 仿真实验与结果分析 68
4.6 本章小结 76
参考文献 77
第5章 结合光谱解混的高光谱图像异常检测SVDD算法 79
5.1 引言 79
5.2 光谱解混 79
5.3 约束非负矩阵分解的解混算法 86
5.4 支持向量数据描述方法 93
5.5 结合光谱解混的异常检测SVDD算法实现 97
5.6 仿真实验与结果分析 98
5.7 本章小结 104
参考文献 105
第6章 基于空谱联合稀疏表示的高光谱异常目标检测 108
6.1 引言 108
6.2 局部线性嵌入重构权值矩阵的核协同表示优化 108
6.3 基于LLE稀疏差异指数的高光谱异常检测 111
6.4 线性局部切空间排列和背景共同稀疏表示 126
6.5 基于空谱联合BJSR的高光谱异常检测 128
6.6 本章小结 143
参考文献 144
第7章 基于低秩稀疏分解的空谱联合高光谱异常目标检测 146
7.1 引言 146
7.2 高光谱图像的低秩稀疏矩阵分解模型 146
7.3 基于空谱联合低秩稀疏分解的高光谱异常检测 147
7.4 基于低秩稀疏分解和空谱联合栈式自编码器的高光谱异常检测 160
7.5 本章小结 172
参考文献 172
第8章 基于张量分析的高光谱异常目标检测 174
8.1 引言 174
8.2 高光谱图像张量分解理论 175
8.3 基于张量分解稀疏差异指数的高光谱异常目标检测 176
8.4 基于张量分解局部马氏距离的高光谱异常检测 185
8.5 基于张量自适应子空间的高光谱异常目标检测 193
8.6 本章小结 202
参考文献 202