1. 研究目的与意义、国内外研究现状（文献综述）
课题意义及应用前景：20世纪80年代以来，成像光谱技术快速的发展使得高光谱遥感成为了遥感社会及其他计算机科学领域的研究热点。
相对于传统光学遥感，高光谱遥感具有更高的多光谱分辨率,光谱分辨率达到纳米级别。
高光谱遥感不仅能够进行遥感成像、捕获地面事物尺寸大小和位置分布,也描绘出了地物连续的电磁波谱反射特性曲线,具有"图谱合一"的性质,为人们在利用高光谱遥感影像进行地面物体的识别、分类、检测提供了非常丰富的信息。
2. 研究的基本内容和问题
研究的目标：课题旨在建立一个基于l_0正则化的分类算法，并编写出相应代码，将其应用到高光谱遥感图像数据库中，通过不断调试参数、改进算法效率使得算法具有更高的分类精度与运行速度，并广泛应用到其他领域的图像分类中。
研究的内容：研究高光谱遥感技术；研究高光谱图像数据库的特点；研究高光谱图像分类的算法；研究基于l_0正则化分类算法的含义；研究基于l_0正则化分类算法在高光谱图像分类中的应用；研究基于l_0正则化分类算法的算法效率；研究调试参数的方法；研究在原基础上改进算法的可行性。
拟解决的关键问题：在课题研究过程中，可能出现一下关键问题：高光谱图像数据过大，使代码在运行速度慢；算法分类精度低，如何加以改进；不同图像的参数不同，使得在运行过程中需要不断调试；l_0正则化模型求解的方法多样，如何寻找最好的求解方法。
3. 研究的方法与方案
研究方法：1.实验法2.正则化法3.交替方向法技术路线及实验方案：可行性分析：1.所学高等代数、数学建模等课程对公式的推导，模型的建立、求解，代码的编写有很大的帮助。
2.本科的校内创新科学训练研究过相似的内容（elm算法），对课题的研究有一定指向性，并且积累了一定的科研经验。
3．学校图书馆及网络知识资源共享能提供充足的文献资料。
4. 研究创新点
利用无向加权图表示数据之间的关系，权重的大小表示数据关系的紧密程度 利用L_0范数来建立模型，比L_1、L_2范数更能体现稀疏性 利用交替方向法求解，简易便捷
5. 研究计划与进展
研究计划：1.阅读相关文献及书籍，了解高光谱图像数据的与高光谱图像分类的方法2.理解基于L_0正则化的分类算法的过程，并思考如何将该算法运用到高光谱图像分类上3.运用MATLAB编程实现图上的基于L_0正则化的分类算法，并将其运用到高光谱图像数据库中4.分析结果，调试参数使测试结果更加准确5.改进算法，得到更好的算法效率和算法精度预期进展：11月-1月：阅读高光谱图像分类方法的相关文献及相关理论支持，了解相关背景，分析课题可行性。
建立模型，推导出算法的运算公式，找到求解方法2月-3月：使用MATLAB编程实现算法，将其运用到多个高光谱图像的数据库中，并调试参数，分析结果；4月-5月：对算法进行可行性改进，撰写毕业论文，完成答辩。
