声明
致谢
1 引言
1.1 选题背景与意义
1.2 高光谱图像分类的国内外研究现状
1.3 主要研究内容及创新点
1.4 论文结构安排
2 图像分类算法基础
2.1 卷积神经网络
2.2 生成对抗网络
2.2.1 生成对抗网络模型
2.2.2 生成对抗网络变体
2.3 本章小结
3 多种类荧光分子数据采集及预处理
3.1 高光谱图像及数据特性
3.2 显微高光谱成像系统
3.3 数据采集
3.4 数据集介绍
3.4.1 多种类荧光分子数据集相关参数
3.4.2 基于荧光分子光谱分析的高光谱成像优势分析
3.5 图像预处理
3.5.1 光谱校正
3.5.2 数据集降维
3.5.3 数据标准化处理
3.6 本章小结
4 基于卷积的半监督生成对抗网络分类方法研究
4.1 半监督生成对抗网络模型
4.1.1 网络结构
4.1.2 训练样本设置
4.1.3 三阶段训练方式
4.2 实验及结果分析
4.2.1 评价指标
4.2.2 实验结果
4.3 本章小结
5 基于空谱联合特征的半监督生成对抗网络分类方法研究
5.1 联合空谱信息的半监督生成对抗网络模型
5.1.1 网络结构
5.1.2 训练样本设置
5.2 实验及结果分析
5.3 本章小结
6 结论
6.1 研究总结
6.2 未来展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
独创性声明
学位论文数据集
北京交通大学;