| 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16-30页 |
| 1.1 研究背景与意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.2.1 极化SAR影像变化检测的研究现状及问题 | 第17-19页 |
| 1.2.2 深度学习的发展现状 | 第19-20页 |
| 1.3 极化SAR影像理论基础 | 第20-27页 |
| 1.3.1 电磁波与极化 | 第20-23页 |
| 1.3.2 极化数据表示 | 第23-25页 |
| 1.3.3 极化目标分解 | 第25-27页 |
| 1.4 极化SAR影像变化检测流程 | 第27-28页 |
| 1.5 本论文的主要研究内容和安排 | 第28-30页 |
| 第二章 基于散射特征和SDBN的极化SAR影像变化检测 | 第30-60页 |
| 2.1 引言 | 第30-31页 |
| 2.2 初始变化检测 | 第31-34页 |
| 2.2.1 散射特征 | 第31页 |
| 2.2.2 高斯混合聚类 | 第31-34页 |
| 2.3 DBN网络 | 第34-38页 |
| 2.3.1 受限玻尔兹曼机 | 第35-37页 |
| 2.3.2 训练RBM | 第37-38页 |
| 2.4 SDBN网络 | 第38-39页 |
| 2.4.1 有监督RBM | 第38页 |
| 2.4.2 有监督DBN模型 | 第38-39页 |
| 2.5 基于散射特征和SDBN的极化SAR影像变化检测 | 第39-41页 |
| 2.6 实验结果与分析 | 第41-59页 |
| 2.6.1 实验数据 | 第41-45页 |
| 2.6.2 实验评价标准 | 第45-46页 |
| 2.6.3 参数与实验设置 | 第46-47页 |
| 2.6.4 实验结果分析 | 第47-59页 |
| 2.7 本章小结 | 第59-60页 |
| 第三章 基于NSCT_SDBN模型的极化SAR影像变化检测 | 第60-82页 |
| 3.1 引言 | 第60页 |
| 3.2 非下采样轮廓波变换 | 第60-62页 |
| 3.3 NSCT_SDBN模型 | 第62-64页 |
| 3.3.1 NSCT_SDBN网络 | 第62-63页 |
| 3.3.2 NSCT层 | 第63-64页 |
| 3.4 基于NSCT_SDBN模型的极化SAR影像变化检测 | 第64-65页 |
| 3.5 实验结果与分析 | 第65-79页 |
| 3.5.1 实验数据 | 第65页 |
| 3.5.2 实验设置 | 第65-66页 |
| 3.5.3 实验结果分析 | 第66-79页 |
| 3.6 本章小结 | 第79-82页 |
| 第四章 基于选择性集成NSCT_SDBN网络的极化SAR影像变化检测 | 第82-106页 |
| 4.1 引言 | 第82-83页 |
| 4.2 集成学习方法 | 第83-86页 |
| 4.2.1 集成学习相关理论 | 第83-84页 |
| 4.2.2 自助采样法 | 第84页 |
| 4.2.3 选择性机制 | 第84-85页 |
| 4.2.4 Bagging训练方法 | 第85-86页 |
| 4.3 基于选择性集成NSCT_SDBN网络的极化SAR影像变化检测 | 第86-88页 |
| 4.4 实验结果与分析 | 第88-105页 |
| 4.4.1 实验数据 | 第88页 |
| 4.4.2 参数与实验设置 | 第88-89页 |
| 4.4.3 实验结果分析 | 第89-105页 |
| 4.5 本章小结 | 第105-106页 |
| 第五章 总结与展望 | 第106-110页 |
| 5.1 总结 | 第106-107页 |
| 5.2 展望 | 第107-110页 |
| 参考文献 | 第110-114页 |
| 致谢 | 第114-116页 |
| 作者简介 | 第116-117页 |
