高光谱遥感能够同时获取目标的空间信息及光谱 信息，从而以更高的可信度辨别和区分地物目标。但 与此同时，高光谱数据带来了大数据量和高数据维。
　　本书针对高光谱数据的降维及压缩展开论述，改进了 高光谱数据压缩的几种方法。陈雨时编著的《高光谱 数据降维及压缩技术》可供从事遥感信息处理领域的 相关人员参考。
    
   

第1章 绪论
 1.1 高光谱遥感技术简介
 1.2 高光谱数据压缩技术发展综述
第2章 高光谱数据特性分析
 2.1 高光谱数据介绍
 2.2 高光谱数据的空间相关性分析
 2.3 高光谱数据的谱间相关性分析
 2.4 高光谱数据的数据维分析
 2.5 高光谱数据的信息量分析
 2.6 高光谱数据的非线性分析
第3章 高光谱数据降维技术
 3.1 引言
 3.2 基于主成分分析的高光谱数据降维
 3.3 基于子空间分解的高光谱数据降维
 3.4 高光谱图像波段选择技术
 3.5 基于核的非线性降维技术
第4章 基于预测的高光谱数据压缩
 4.1 应用双向预测与自回归双向预测压缩高光谱数据
 4.2 基于线性模型的高光谱数据最优预测
 4.3 应用基于线性模型的最优预测压缩高光谱数据
第5章 基于矢量量化的高光谱数据压缩
 5.1 矢量量化技术及其在高光谱数据压缩中的应用
 5.2 应用基于特征选择的矢量量化技术压缩高光谱数据
 5.3 应用基于特征变换的矢量量化技术压缩高光谱数据
第6章 基于感兴趣信息的高光谱数据压缩技术
 6.1 基于感兴趣区域的高光谱数据压缩
 6.2 基于感兴趣谱带的高光谱数据压缩
参考文献