| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·SAR ATR 的关键技术 | 第13-15页 |
| ·论文的主要工作 | 第15-17页 |
| 第二章 SAR 图像预处理技术 | 第17-25页 |
| ·MSTAR 数据库简介 | 第17-18页 |
| ·SAR 图像预处理 | 第18-24页 |
| ·SAR 图像分割 | 第18-23页 |
| ·SAR 图像后处理 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 SARATR 的流形学习理论 | 第25-31页 |
| ·流形学习理论 | 第25-26页 |
| ·SAR 图像数据的流形分布分析 | 第26-28页 |
| ·基于流形学习的 SAR 图像特征提取 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于邻域虚拟点鉴别嵌入的特征提取算法 | 第31-46页 |
| ·引言 | 第31页 |
| ·邻域虚拟点鉴别嵌入(NVPDE)算法 | 第31-37页 |
| ·邻域中样本聚集 | 第32-33页 |
| ·邻域虚拟点鉴别 | 第33-36页 |
| ·目标函数 | 第36-37页 |
| ·NVPDE 的算法实现 | 第37页 |
| ·NVPDE 算法计算复杂度分析 | 第37-38页 |
| ·实验分析 | 第38-45页 |
| ·算法理论验证 | 第38-41页 |
| ·算法识别性能评估 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 基于邻域几何中心定标嵌入的特征提取算法 | 第46-72页 |
| ·引言 | 第46-47页 |
| ·LDE 算法简介 | 第47-48页 |
| ·一维邻域几何中心定标嵌入(NGCSE)算法 | 第48-52页 |
| ·NGCSE 算法基本原理 | 第48-52页 |
| ·NGCSE 的算法实现 | 第52页 |
| ·NGCSE 算法计算复杂度分析 | 第52页 |
| ·二维邻域几何中心定标嵌入(2DNGCSE)算法 | 第52-56页 |
| ·2DNGCSE 算法基本原理 | 第52-56页 |
| ·2DNGCSE 的算法实现 | 第56页 |
| ·2DNGCSE 算法计算复杂度分析 | 第56页 |
| ·2DPCA 和 2DNGCSE 融合特征提取算法 | 第56-58页 |
| ·水平二维主分量分析(Horizontal 2DPCA)算法 | 第57页 |
| ·2DPCA 和 2DNGCSE 融合特征提取算法的实现 | 第57-58页 |
| ·实验分析 | 第58-70页 |
| ·算法理论验证 | 第58-63页 |
| ·算法识别性能评估 | 第63-68页 |
| ·算法稳定性评估 | 第68-70页 |
| ·NVPDE 算法和 NGCSE 算法比较分析 | 第70页 |
| ·本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-74页 |
| ·研究总结 | 第72-73页 |
| ·前景展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士期间的研究成果 | 第79-80页 |
