高光譜數(shù)據(jù)降維及壓縮技術(shù)

第1章 緒論
1.1 高光譜遙感技術(shù)簡(jiǎn)介
1.2 高光譜數(shù)據(jù)壓縮技術(shù)發(fā)展綜述
第2章 高光譜數(shù)據(jù)特性分析
2.1 高光譜數(shù)據(jù)介紹
2.2 高光譜數(shù)據(jù)的空間相關(guān)性分析
2.3 高光譜數(shù)據(jù)的譜間相關(guān)性分析
2.4 高光譜數(shù)據(jù)的數(shù)據(jù)維分析
2.5 高光譜數(shù)據(jù)的信息量分析
2.6 高光譜數(shù)據(jù)的非線性分析
第3章 高光譜數(shù)據(jù)降維技術(shù)
3.1 引言
3.2 基于主成分分析的高光譜數(shù)據(jù)降維
3.3 基于子空間分解的高光譜數(shù)據(jù)降維
3.4 高光譜圖像波段選擇技術(shù)
3.5 基于核的非線性降維技術(shù)
第4章 基于預(yù)測(cè)的高光譜數(shù)據(jù)壓縮
4.1 應(yīng)用雙向預(yù)測(cè)與自回歸雙向預(yù)測(cè)壓縮高光譜數(shù)據(jù)
4.2 基于線性模型的高光譜數(shù)據(jù)最優(yōu)預(yù)測(cè)
4.3 應(yīng)用基于線性模型的最優(yōu)預(yù)測(cè)壓縮高光譜數(shù)據(jù)
第5章 基于矢量量化的高光譜數(shù)據(jù)壓縮
5.1 矢量量化技術(shù)及其在高光譜數(shù)據(jù)壓縮中的應(yīng)用
5.2 應(yīng)用基于特征選擇的矢量量化技術(shù)壓縮高光譜數(shù)據(jù)
5.3 應(yīng)用基于特征變換的矢量量化技術(shù)壓縮高光譜數(shù)據(jù)
第6章 基于感興趣信息的高光譜數(shù)據(jù)壓縮技術(shù)
6.1 基于感興趣區(qū)域的高光譜數(shù)據(jù)壓縮
6.2 基于感興趣譜帶的高光譜數(shù)據(jù)壓縮
參考文獻(xiàn)