金煒、符冉迪、何彩芬、闫河、龔飛著的這本《
稀疏表示及模糊支持向量機理論在衛星雲圖處理中的
應用》從衛星雲圖處理的研究現狀出發，運用現代信
息技術與大氣科學交叉互補的研究思路，介紹了稀疏
表示和模糊支持向量機理論及其在衛星雲圖處理中的
若干應用。書中采用不確定性理論及機器學習法，開
展了衛星雲圖降噪、多通道雲圖融合、衛星雲圖超分
辨率、雲類識別、雲圖檢索等方面的研究，以期提高
氣像業務服務水平，並拓展稀疏表示理論及FSVM的實
際應用價值。本書每章都給出了相應的實驗方法和實
驗結果，希望能給讀者帶來更多的參考價值。
本書可作為從事信號與信息處理、圖像處理、模
式識別、遙感信息處理、大氣科學等方面研究工作的
科技人員的參考資料。

第1章 緒論
1.1 引言
1.2 衛星雲圖處理的研究現狀
1.3 靜止氣像衛星及其衛星雲圖
1.3.1 靜止氣像衛星
1.3.2 衛星雲圖相關知識
1.4 衛星雲圖處理的理論準備：稀疏表示及模糊支持向量機理論
1.4.1 稀疏表示理論
1.4.2 支持向量機相關理論
1.5 本章小結
參考文獻
第2章 衛星雲圖預處理
2.1 基於稀疏表示的衛星雲圖降噪算法
2.1.1 衛星雲圖稀疏降噪模型
2.1.2 適用於雲圖降噪的過完備字典D的構造
2.1.3 算法步驟
2.1.4 實驗結果與分析
2.2 聯合塊匹配與稀疏表示的衛星雲圖修復
2.2.1 基於塊匹配的圖像修復
2.2.2 雲圖稀疏修復模型的建立
2.2.3 算法步驟
2.2.4 實驗結果及討論
2.3 抗混疊輪廓波域采用壓縮感知的雲圖融合方法
2.3.1 AFCT的構造
2.3.2 壓縮感知（CS）理論
2.3.3 結合AFCT及CS的氣像雲圖融合實現
2.3.4 實驗結果及分析
2.4 基於過完備字典稀疏表示的雲圖超分辨率
2.4.1 算法基本原理
2.4.2 過完備字典對的聯合訓練
2.4.3 基於稀疏表示的雲圖超分辨率實現
2.4.4 實驗結果與分析
2.5 本章小結
參考文獻
第3章 衛星雲圖壓縮感知
3.1 引言
3.2 適合雲圖稀疏表示的Tetrolet變換
3.3 雲圖的時空相關性及壓縮感知
3.3.1 雲圖的時空相關性
3.3.2 基於時空相關性的雲圖壓縮感知
3.4 實驗結果與分析
3.5 本章小結
參考文獻
第4章 利用密度聚類支持向量機的衛星雲圖雲檢測
4.1 引言
4.2 資料分析及特征提取
4.2.1 資料分析
4.2.2 特征提取
4.3 密度聚類支持向量機
4.3.1 DBSCAN算法
4.3.2 樣本集的純度
4.3.3 樣本集的充足度
4.4 實驗結果與分析
4.5 本章小結
參考文獻
第5章 適用於衛星雲圖雲類識別的稀疏分類器構造
5.1 當前雲分類研究現狀
5.2 過完備字典稀疏表示的衛星雲圖雲分類方法
5.2.1 衛星雲圖雲分類體繫
5.2.2 適合衛星雲圖特征表達的過完備字典
5.2.3 字典特征的提取
5.2.4 基於重構殘差的稀疏分類器
5.2.5 采用子空間投影的稀疏分類器
5.3 實驗結果與分析
5.3.1 CCSI-ODSRF分類器的準確率
5.3.2 多種分類器的對比
5.4 本章小結
參考文獻
第6章 采用多模糊支持向量機決策融合的積雨雲檢測
6.1 積雨雲檢測的研究現狀
6.2 積雨雲及其特征提取
6.3 決策融合
6.3.1 模糊支持向量機（FSVM）及其輸出模糊概率的擬合
6.3.2 加權繫數決策融合
6.4 實驗及結果分析
6.5 本章小結
參考文獻
第7章 面向衛星雲圖雲類識別的自適應模糊支持向量機
7.1 引言
7.2 基於支持向量機的衛星雲圖雲類識別研究現狀
7.3 衛星雲圖雲分類體繫及特征提取
7.4 自適應模糊支持向量機
7.4.1 自適應模糊隸屬度函數的設計
7.4.2 確定自適應參數
7.5 雲分類算法流程
7.6 實驗結果及分析
7.7 本章小結
參考文獻
第8章 基於稀疏表示的衛星雲圖檢索
8.1 適應於雲圖檢索的特征提取及雲圖檢索評價準則
8.1.1 雲圖灰度特征提取
8.1.2 基於均勻局部二元模式的雲圖紋理特征提取
8.1.3 雲圖形狀特征提取
8.1.4 雲圖檢索性能評價準則
8.2 基於稀疏表示的雲圖檢索的實現
8.2.1 采用字典學習的雲圖特征優化
8.2.2 基於稀疏分類的雲圖檢索算法
8.3 實驗結果與分析
8.4 本章小結
參考文獻
索引