| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第14-15页 |
| 缩略语对照表 | 第15-20页 |
| 第一章 绪论 | 第20-40页 |
| 1.1 研究背景和意义 | 第20-25页 |
| 1.2 Pol SAR图像分类器的相关研究进展与现状 | 第25-27页 |
| 1.3 大间隔原则与大间隔分类器 | 第27-34页 |
| 1.3.1 大间隔原则 | 第27-31页 |
| 1.3.2 大间隔分类器 | 第31-34页 |
| 1.4 Pol SAR图像分类的难点分析与研究思路 | 第34-36页 |
| 1.5 研究内容和章节安排 | 第36-40页 |
| 第二章 基于压缩字典的大间隔学习分类器 | 第40-62页 |
| 2.1 引言 | 第40-41页 |
| 2.2 压缩感知 | 第41-42页 |
| 2.3 基于压缩字典的学习分类器 | 第42-48页 |
| 2.3.1 稀疏基字典 | 第43-45页 |
| 2.3.2 压缩字典 | 第45-47页 |
| 2.3.3 CDLS-SVM分类器 | 第47-48页 |
| 2.4 实验结果与分析 | 第48-60页 |
| 2.4.1 实验数据描述 | 第49-50页 |
| 2.4.2 实验设置 | 第50页 |
| 2.4.3 不同数据集上的实验 | 第50-60页 |
| 2.5 本章小结 | 第60-62页 |
| 第三章 基于判别式测量矩阵和Wishart空间核的大间隔学习分类器 | 第62-82页 |
| 3.1 引言 | 第62页 |
| 3.2 Wishart距离 | 第62-64页 |
| 3.3 基于判别式测量矩阵和Wishart空间核的Pol SAR图像学习分类器 | 第64-69页 |
| 3.3.1 算法概述 | 第64-65页 |
| 3.3.2 Wishart空间核 | 第65-66页 |
| 3.3.3 判别式测量矩阵 | 第66-69页 |
| 3.4 实验结果与分析 | 第69-81页 |
| 3.4.1 实验数据描述 | 第69-70页 |
| 3.4.2 判别式测量矩阵的有效性验证 | 第70-72页 |
| 3.4.3 参数对分类结果的影响 | 第72-76页 |
| 3.4.4 不同数据集上的实验 | 第76-81页 |
| 3.5 本章小结 | 第81-82页 |
| 第四章 基于加权Wishart距离学习的大间隔分类器 | 第82-100页 |
| 4.1 引言 | 第82-83页 |
| 4.2 距离学习 | 第83页 |
| 4.3 基于加权Wishart距离学习的Pol SAR图像分类器 | 第83-89页 |
| 4.3.1 模型输入 | 第84-86页 |
| 4.3.2 加权Wishart距离学习模型 | 第86-89页 |
| 4.4 实验结果与分析 | 第89-98页 |
| 4.4.1 实验数据描述 | 第89-90页 |
| 4.4.2 Flevoland子图的实验结果分析 | 第90-92页 |
| 4.4.3 不同数据集上的实验 | 第92-98页 |
| 4.5 本章小结 | 第98-100页 |
| 第五章 自监督的Pol SAR图像分类器 | 第100-122页 |
| 5.1 引言 | 第100-101页 |
| 5.2 Mean Shift算法 | 第101-103页 |
| 5.3 自监督的Pol SAR图像分类器 | 第103-112页 |
| 5.3.1 城区候选样本的提取 | 第104-107页 |
| 5.3.2 水域候选样本的提取 | 第107-110页 |
| 5.3.3 其余类别候选样本的提取 | 第110页 |
| 5.3.4 分类过程 | 第110-112页 |
| 5.4 实验结果与分析 | 第112-120页 |
| 5.4.1 实验数据描述 | 第112页 |
| 5.4.2 自动选择样本的评估 | 第112-116页 |
| 5.4.3 不同数据集上的实验 | 第116-120页 |
| 5.5 本章小结 | 第120-122页 |
| 第六章 总结与展望 | 第122-126页 |
| 6.1 总结 | 第122-123页 |
| 6.2 展望 | 第123-126页 |
| 参考文献 | 第126-140页 |
| 致谢 | 第140-142页 |
| 作者简介 | 第142-144页 |
