| 致谢1 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 引言 | 第12-24页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-21页 |
| 1.2.1 高分辨率SAR图像城市典型地物识别研究现状 | 第13-17页 |
| 1.2.2 基于流形学习的特征提取研究现状 | 第17-21页 |
| 1.3 主要研究内容与组织结构 | 第21-24页 |
| 1.3.1 研究内容 | 第21-23页 |
| 1.3.2 论文结构 | 第23-24页 |
| 第2章 高分辨率SAR城市典型地物特征和特征提取 | 第24-39页 |
| 2.1 高分辨率SAR图像特征分析 | 第24-30页 |
| 2.1.1 SAR图像的几何特征 | 第24-25页 |
| 2.1.2 SAR图像的辐射特征 | 第25-27页 |
| 2.1.3 高分辨率SAR城市典型地物图像特征 | 第27-30页 |
| 2.2 高维特征集构建 | 第30-37页 |
| 2.2.1 特征提取方法 | 第30-32页 |
| 2.2.2 特征选择方法 | 第32页 |
| 2.2.3 构建各地物特征集 | 第32-37页 |
| 2.3 本章小结 | 第37-39页 |
| 第3章 流形学习方法理论介绍与方法选择 | 第39-49页 |
| 3.1 流形学习概述 | 第39-40页 |
| 3.2 流形学习方法分类 | 第40-42页 |
| 3.3 流形学习方法选择 | 第42-48页 |
| 3.3.1 经典局部流行学习方法 | 第42-46页 |
| 3.3.2 利用流形学习方法对各地物特征集降维 | 第46-48页 |
| 3.4 本章总结 | 第48-49页 |
| 第4章 基于改进的局部切空间排列的流形学习方法研究 | 第49-66页 |
| 4.1 局部切空间排列算法（Local Tangent Space Alignment，LTSA） | 第49-50页 |
| 4.2 基于LTSA算法改进的DSWLTSA算法 | 第50-53页 |
| 4.3 实验分析 | 第53-61页 |
| 4.4 应用分析 | 第61-64页 |
| 4.5 本章小结 | 第64-66页 |
| 第5章 基于改进的局部线性嵌入的流形学习方法研究 | 第66-77页 |
| 5.1 局部线性嵌入算法（Locally Linear Embedding，LLE） | 第66-67页 |
| 5.2 基于LLE算法改进的DHLLE算法 | 第67-68页 |
| 5.3 实验分析 | 第68-73页 |
| 5.4 应用分析 | 第73-75页 |
| 5.5 DSWLTSA算法与DHLLE算法对比 | 第75-76页 |
| 5.6 本章小结 | 第76-77页 |
| 第6章 总结与展望 | 第77-81页 |
| 6.1 总结 | 第77-79页 |
| 6.2 未来工作展望 | 第79-81页 |
| 参考文献 | 第81-90页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第90-91页 |
| 致谢2 | 第91页 |
