摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-16页 |
第一章 绪论 | 第16-26页 |
1.1 研究背景 | 第16页 |
1.2 PolSAR成像理论 | 第16-21页 |
1.2.1 PolSAR图像数据描述形式 | 第16-20页 |
1.2.2 PolSAR图像数据分布特性 | 第20-21页 |
1.3 PolSAR图像地物分类方法 | 第21-24页 |
1.3.1 PolSAR图像地物分类方法研究现状 | 第21-23页 |
1.3.2 现有分类方法存在的问题 | 第23-24页 |
1.4 论文内容与章节安排 | 第24-26页 |
第二章 基于FSW-LapSVM的小样本PolSAR图像地物分类方法 | 第26-50页 |
2.1 研究动机 | 第26页 |
2.2 LapSVM模型 | 第26-28页 |
2.3 FSW-LapSVM分类模型 | 第28-34页 |
2.3.1 Spatial-Wishart相似度 | 第28-30页 |
2.3.2 FSW-LapSVM分类方法原理 | 第30-32页 |
2.3.3 基于FSW-LapSVM的PolSAR图像地物分类步骤 | 第32-34页 |
2.4 实验结果与分析 | 第34-49页 |
2.4.1 Flevoland地区L波段农田小图实验结果 | 第35-37页 |
2.4.2 SanFrancisco地区子图实验结果 | 第37-39页 |
2.4.3 Flevoland地区L波段农田大图实验结果 | 第39-42页 |
2.4.4 Flevoland地区L波段7类农田图实验结果 | 第42-44页 |
2.4.5 Foloum地区L波段数据集实验结果 | 第44-46页 |
2.4.6 参数分析 | 第46-49页 |
2.5 本章小结 | 第49-50页 |
第三章 基于深度卷积孪生网络的PolSAR图像地物分类方法 | 第50-72页 |
3.1 研究动机 | 第50页 |
3.2 卷积神经网络 | 第50-52页 |
3.3 基于深度卷积孪生网络的PolSAR图像地物分类 | 第52-59页 |
3.3.1 孪生网络与样本扩展 | 第53-54页 |
3.3.2 差异化特征提取 | 第54-55页 |
3.3.3 深度卷积孪生网络原理 | 第55-56页 |
3.3.4 基于深度卷积孪生网络的PolSAR图像地物分类步骤 | 第56-59页 |
3.4 实验结果与分析 | 第59-70页 |
3.4.1 Flevoland地区L波段农田小图实验结果 | 第59-61页 |
3.4.2 San Francisco地区子图实验结果 | 第61-62页 |
3.4.3 Flevoland地区L波段农田大图实验结果 | 第62-64页 |
3.4.4 Flevoland地区L波段7类农田图实验结果 | 第64-66页 |
3.4.5 Foloum地区L波段数据集实验结果 | 第66-68页 |
3.4.6 参数分析 | 第68-70页 |
3.5 本章小结 | 第70-72页 |
第四章 基于深度卷积Bi-LSTM孪生网络的PolSAR图像地物分类方法 | 第72-94页 |
4.1 研究动机 | 第72页 |
4.2 循环神经网络 | 第72-75页 |
4.3 基于深度卷积Bi-LSTM孪生网络的PolSAR图像地物分类 | 第75-81页 |
4.3.1 深度卷积Bi-LSTM孪生网络原理 | 第76-79页 |
4.3.2 基于深度卷积Bi-LSTM孪生网络PolSAR图像地物分类步骤 | 第79-81页 |
4.4 实验结果与分析 | 第81-92页 |
4.4.1 Flevoland地区L波段农田小图实验结果 | 第81-83页 |
4.4.2 SanFrancisco地区子图实验结果 | 第83-84页 |
4.4.3 Flevoland地区L波段农田大图实验结果 | 第84-86页 |
4.4.4 Flevoland地区L波段7类农田图实验结果 | 第86-88页 |
4.4.5 Foloum地区L波段数据集实验结果 | 第88-89页 |
4.4.6 参数分析 | 第89-92页 |
4.5 本章小结 | 第92-94页 |
第五章 总结与展望 | 第94-96页 |
5.1 总结 | 第94-95页 |
5.2 展望 | 第95-96页 |
参考文献 | 第96-102页 |
致谢 | 第102-104页 |
作者简介 | 第104-105页 |