基于字典学习的雷达目标识别
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-13页 |
| 1.1 研究背景及其意义 | 第6-7页 |
| 1.2 雷达图像目标识别技术概述 | 第7-8页 |
| 1.3 国内外研究现状 | 第8-11页 |
| 1.3.1 基于模板匹配的方法 | 第9-10页 |
| 1.3.2 基于模式分类的方法 | 第10-11页 |
| 1.4 本文组织结构 | 第11-13页 |
| 2 雷达图像目标识别的基本理论 | 第13-25页 |
| 2.1 雷达图像目标识别框架 | 第13-14页 |
| 2.2 雷达图像预处理 | 第14-16页 |
| 2.2.1 ROI提取的预处理方法 | 第15页 |
| 2.2.2 数据增强的预处理方法 | 第15页 |
| 2.2.3 去噪算法 | 第15-16页 |
| 2.3 雷达图像特征提取 | 第16-17页 |
| 2.4 雷达图像目标识别算法 | 第17-24页 |
| 2.4.1 朴素贝叶斯分类 | 第18-19页 |
| 2.4.2 支持向量机 | 第19-22页 |
| 2.4.3 神经网络 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 基于字典对学习的雷达图像目标识别 | 第25-39页 |
| 3.1 稀疏表示理论 | 第25-26页 |
| 3.2 基于字典对学习的雷达图像目标方法 | 第26-30页 |
| 3.2.1 传统字典学习模型 | 第26页 |
| 3.2.2 解析型字典学习模型 | 第26-27页 |
| 3.2.3 字典对学习模型 | 第27-28页 |
| 3.2.4 目标函数优化求解 | 第28-30页 |
| 3.2.5 分类与复杂度 | 第30页 |
| 3.3 实验结果与分析 | 第30-37页 |
| 3.3.1 SAR图像数据集 | 第30-31页 |
| 3.3.2 特征提取 | 第31-32页 |
| 3.3.3 实验设计 | 第32-34页 |
| 3.3.4 结果分析 | 第34-37页 |
| 3.4 本章小结 | 第37-39页 |
| 4 鲁棒型解析字典学习的雷达图像目标识别 | 第39-48页 |
| 4.1 特征选择思想 | 第39页 |
| 4.2 鲁棒型解析字典 | 第39-41页 |
| 4.3 算法求解过程 | 第41-44页 |
| 4.3.1 目标函数求解 | 第41-43页 |
| 4.3.2 分类策略和时间复杂度 | 第43-44页 |
| 4.4 实验结果与分析 | 第44-47页 |
| 4.4.1 实验设计 | 第44-45页 |
| 4.4.2 实验结果与分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56-58页 |
