极化SAR图像分类与分类器的回归实现
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-16页 |
| ·从SAR到极化SAR | 第8-10页 |
| ·极化SAR图像分类算法与分类技术 | 第10-13页 |
| ·分类技术 | 第10-12页 |
| ·极化SAR图像分类算法 | 第12-13页 |
| ·本文的主要工作及结构安排 | 第13-16页 |
| ·极化SAR图像地物分类的主要工作 | 第13-14页 |
| ·分类的回归实现途径 | 第14页 |
| ·总结与致谢 | 第14-16页 |
| 第二章 极化信息表示与特征属性分析 | 第16-40页 |
| ·极化SAR图像数据 | 第16-18页 |
| ·经典的特征表达及其分类方法 | 第18-19页 |
| ·基于特征值的极化散射信息表示 | 第19-21页 |
| ·特征有效性分析 | 第21-25页 |
| ·高斯混合模型与EM算法 | 第21-22页 |
| ·差异性度量 | 第22-23页 |
| ·差异性度量具体实施过程 | 第23-25页 |
| ·特征属性与特征选择分析 | 第25-27页 |
| ·仿真实验及其结果分析 | 第27-37页 |
| ·实验数据 | 第27-29页 |
| ·特征有效性实验及其结果分析 | 第29-34页 |
| ·特征属性验证实验 | 第34-35页 |
| ·实验结果及其分析 | 第35-37页 |
| ·小结 | 第37-40页 |
| 第三章 基于特征值分析的极化SAR图像分类算法 | 第40-56页 |
| ·相关分类算法 | 第40-41页 |
| ·基于特征值分析的极化SAR图像分类算法 | 第41-49页 |
| ·多质散射体区域的贝叶斯分类方法 | 第42-44页 |
| ·局限性分析 | 第44-45页 |
| ·基于特征值的局部算子 | 第45-48页 |
| ·分类算法流程 | 第48-49页 |
| ·实验结果及分析 | 第49-54页 |
| ·实验数据 | 第49-50页 |
| ·特征值的分布估计 | 第50-51页 |
| ·相似度关联表 | 第51页 |
| ·纹理信息的获取 | 第51-52页 |
| ·分类结果 | 第52-54页 |
| ·分类结果的对比与讨论 | 第54页 |
| ·小结 | 第54-56页 |
| 第四章 分类器的回归实现途径 | 第56-72页 |
| ·经典分类器介绍 | 第56-57页 |
| ·分类过程与特征维数约减 | 第57-58页 |
| ·同类样本的特征约束关系 | 第58-60页 |
| ·约束关系的回归表示 | 第60-61页 |
| ·回归表示的分类方法 | 第61-65页 |
| ·实现方法 | 第62-63页 |
| ·回归残差度量准则 | 第63-65页 |
| ·实验结果与分析 | 第65-69页 |
| ·实验结果 | 第65-68页 |
| ·回归特征的选择依据探索 | 第68-69页 |
| ·待解决的问题 | 第69-70页 |
| ·小结 | 第70-72页 |
| 第五章 总结与展望 | 第72-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 作者研究生期间学术成果 | 第84页 |
