| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第7-17页 |
| 1.1 介绍 | 第7-8页 |
| 1.2 研究的背景和意义 | 第8-10页 |
| 1.2.1 神经网络梯度下降优化算法研究的背景和意义 | 第8页 |
| 1.2.2 Landsat遥感图像云检测及去除的研究背景及意义 | 第8-9页 |
| 1.2.3 Landsat遥感图像的变化检测 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-14页 |
| 1.3.1 神经网络梯度下降优化算法的国内外研究现状 | 第10-11页 |
| 1.3.2 Landsat遥感图像云检测及去除国内外研究现状 | 第11-12页 |
| 1.3.3 Landsat遥感图像变化检测国内外研究现状 | 第12-14页 |
| 1.4 研究内容 | 第14-15页 |
| 1.5 论文组织结构 | 第15-16页 |
| 1.6 本章小结 | 第16-17页 |
| 第二章 基于MDP为循环核心的神经网络优化算法 | 第17-28页 |
| 2.1 基于MDP为循环核心的神经网络优化器 | 第17-22页 |
| 2.1.1 前导知识 | 第18-19页 |
| 2.1.2 以MDP为递归核心的变视距规划器 | 第19-20页 |
| 2.1.3 规划器更新规则 | 第20-21页 |
| 2.1.4 算法概述 | 第21-22页 |
| 2.2 实验结果与分析 | 第22-27页 |
| 2.2.1 逻辑回归实验 | 第22-24页 |
| 2.2.2 浅层神经网络mnist手写字符 | 第24-25页 |
| 2.2.3 基于Resnet-18的Ciafr-10 的图像分类任务 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于空间语义感知的云检测和去除算法 | 第28-35页 |
| 3.1 感知空间特性的Landsat云检测及去除 | 第28-32页 |
| 3.1.1 感知空间特性的Landsat云检测神经网络方法架构 | 第28页 |
| 3.1.2 感知空间特性的Landsat云检测神经网络 | 第28-30页 |
| 3.1.3 Landsat遥感图像云检测神经网络的训练 | 第30-31页 |
| 3.1.4 Landsat遥感图像云去除网络 | 第31-32页 |
| 3.2 实验 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 基于多目标语义分割神经网络的Landsat遥感图像时间序列变化检测 | 第35-40页 |
| 4.1 多目标语义分割神经网络框架 | 第35-36页 |
| 4.2 多目标语义分割神经网络细节 | 第36-37页 |
| 4.3 实验 | 第37-38页 |
| 4.4 本章小结 | 第38-40页 |
| 第五章 总结与展望 | 第40-42页 |
| 5.1 总结 | 第40页 |
| 5.2 展望 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46页 |
