首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达设备、雷达站论文--雷达接收设备论文--数据、图像处理及录取论文

基于深度特征学习的极化SAR分类

摘要第5-7页
ABSTRACT第7-8页
符号对照表第12-13页
缩略语对照表第13-17页
第一章 绪论第17-21页
    1.1 研究背景与意义第17页
    1.2 研究现状与发展第17-18页
    1.3 论文安排与结构第18-21页
第二章 相关理论基础概述第21-35页
    2.1 电磁波的极化及表征第21-22页
    2.2 极化SAR数据的预处理第22-25页
    2.3 极化SAR目标分解第25-29页
        2.3.1 相干目标分解第25-26页
        2.3.2 部分相干目标分解第26-29页
    2.4 极化SAR数据的分布第29-31页
    2.5 极化SAR分类方法第31-34页
        2.5.1 基于Freeman分解的极化SAR图像无监督分类方法第31页
        2.5.2 基于Clound分解的极化SAR图像无监督分类方法第31-32页
        2.5.3 基于H/α-wishart的极化SAR图像分类方法第32-34页
    2.6 本章小结第34-35页
第三章 基于生成对抗网络的半监督极化SAR分类方法第35-59页
    3.1 生成对抗网络介绍第35-36页
        3.1.1 生成对抗网络的基本思想第35-36页
        3.1.2 生成对抗网络的基本原理第36页
    3.2 生成对抗网络的训练第36-38页
    3.3 生成对抗网络的发展与优点第38-39页
    3.4 基于半监督生成对抗网络的分类方法设计第39-45页
        3.4.1 基于半监督生成对抗网络的分类方法思想第40-43页
        3.4.2 基于半监督生成对抗网络的分类方法步骤第43-45页
    3.5 实验结果与分析第45-57页
        3.5.1 Flevoland大农田区域实验结果第45-50页
        3.5.2 San Francisco地区实验结果第50-54页
        3.5.3 荷兰Flevoland地区C波段实验结果第54-57页
    3.6 本章小节第57-59页
第四章 基于W-RBM的生成对抗网络极化SAR分类方法第59-81页
    4.1 自动编码器模型及栈式自编码第59-63页
        4.1.1 自动编码器模型第59-61页
        4.1.2 反向传播算法第61-62页
        4.1.3 栈式自编码器第62-63页
    4.2 受限波尔兹曼机及深度置信网络第63-67页
        4.2.1 受限波尔兹曼机原理第63-65页
        4.2.2 深度置信网络第65-66页
        4.2.3 高斯RBM与Wishart限制玻尔兹曼机(WRBM)第66-67页
    4.3 基于W-RBM的生成对抗网络分类方法设计第67-71页
        4.3.1 基于W-RBM的生成对抗网络分类方法思想第68-70页
        4.3.2 基于W-RBM的生成对抗网络分类方法步骤第70-71页
    4.4 实验结果与分析第71-80页
        4.4.1 Flevoland大农田区域实验结果第71-74页
        4.4.2 San Francisco地区实验结果第74-77页
        4.4.3 荷兰Flevoland地区C波段实验结果第77-80页
    4.5 本章小结第80-81页
第五章 基于LSTM的生成对抗网络极化SAR分类方法第81-99页
    5.1 循环神经网络与长短时记忆神经网络第81-86页
        5.1.1 循环神经网络第81-84页
        5.1.2 长短时记忆神经网络第84-86页
    5.2 基于LSTM的生成对抗网络分类方法设计第86-87页
        5.2.1 基于LSTM的生成对抗网络分类方法思想第86-87页
        5.2.2 基于LSTM的生成对抗网络分类方法步骤第87页
    5.3 实验结果与分析第87-98页
        5.3.1 Flevoland小农田区域实验结果第87-91页
        5.3.2 Flevoland大农田区域实验结果第91-93页
        5.3.3 San Francisco地区实验结果第93-95页
        5.3.4 荷兰Flevoland地区C波段实验结果第95-98页
    5.4 本章小结第98-99页
第六章 总结与展望第99-101页
    6.1 总结第99-100页
    6.2 展望第100-101页
参考文献第101-105页
致谢第105-107页
作者简介第107-108页

论文共108页,点击 下载论文
上一篇:Gemini表面活性剂有序聚集过程的介观模拟研究
下一篇:水力除焦光纤传感在线监测研究