基于深度学习的遥感图像检索方法研究
| 致谢1 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题的研究背景及意义 | 第9-11页 |
| 1.2 国内外发展现状及趋势 | 第11-16页 |
| 1.2.1 基于视觉特征的遥感图像检索 | 第12-14页 |
| 1.2.2 基于语义特征的遥感图像检索 | 第14-16页 |
| 1.3 本论文的主要工作内容和创新点 | 第16-17页 |
| 1.3.1 论文的主要工作内容 | 第16页 |
| 1.3.2 论文的创新点 | 第16-17页 |
| 1.4 论文的结构安排 | 第17-18页 |
| 第2章 深度学习的理论与方法 | 第18-28页 |
| 2.1 反向传播算法 | 第18-22页 |
| 2.2 常用特征提取方法 | 第22-26页 |
| 2.2.1 稀疏自动编码 | 第22-23页 |
| 2.2.2 卷积神经网络 | 第23-26页 |
| 2.3 Softmax分类器 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于稀疏自动编码的遥感图像检索 | 第28-42页 |
| 3.1 引言 | 第28页 |
| 3.2 网络设计 | 第28-32页 |
| 3.2.1 图像预处理 | 第29-30页 |
| 3.2.2 特征提取和建立特征库 | 第30-32页 |
| 3.2.2.1 稀疏自动编码 | 第30-31页 |
| 3.2.2.2 卷积和池化 | 第31-32页 |
| 3.2.3 相似性匹配与检索 | 第32页 |
| 3.3 检索结果与性能评价 | 第32-40页 |
| 3.3.1 实验数据与评价准则 | 第32-33页 |
| 3.3.2 检索结果与分析 | 第33-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 基于深度卷积神经网络的遥感图像检索 | 第42-56页 |
| 4.1 引言 | 第42页 |
| 4.2 网络设计 | 第42-45页 |
| 4.2.1 特征提取与网络训练 | 第43-45页 |
| 4.2.1.1 卷积神经网络 | 第43-44页 |
| 4.2.1.2 Dropout层 | 第44-45页 |
| 4.2.2 相似性匹配与检索 | 第45页 |
| 4.3 遥感图像检索结果与性能评价 | 第45-54页 |
| 4.3.1 实验数据与性能评价 | 第45-46页 |
| 4.3.2 检索结果与分析 | 第46-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第5章 总结 | 第56-58页 |
| 5.1 全文总结 | 第56页 |
| 5.2 后续工作展望 | 第56-58页 |
| 致谢2 | 第58-60页 |
| 作者简介、硕士期间发表的学术论文情况 | 第60-61页 |
| 参考文献 | 第61-64页 |
