小波神经网络在遥感溢油图像去噪中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第1章 绪言 | 第8-12页 |
| ·图像去噪的发展历史及现状 | 第8-9页 |
| ·课题研究的意义 | 第9-11页 |
| ·本文的研究内容 | 第11-12页 |
| 第2章 小波神经网络理论 | 第12-25页 |
| ·人工神经网络 | 第12-19页 |
| ·生物神经元的结构与功能特点 | 第12-13页 |
| ·人工神经元模型 | 第13-16页 |
| ·神经网络的结构及工作方式 | 第16-19页 |
| ·小波神经网络 | 第19-25页 |
| ·小波神经网络概述 | 第19页 |
| ·小波神经网络的形式 | 第19-22页 |
| ·小波基函数的选择 | 第22-25页 |
| 第3章 小波神经网络的算法 | 第25-34页 |
| ·小波神经网络的学习算法 | 第25-29页 |
| ·共轭梯度算法 | 第29-34页 |
| ·算法简介 | 第29页 |
| ·算法原理 | 第29-30页 |
| ·算法具体步骤与流程 | 第30-34页 |
| 第4章 小波神经网络在遥感溢油图像去噪中应用 | 第34-47页 |
| ·卫星遥感监测海洋溢油 | 第34-35页 |
| ·遥感溢油图像去噪 | 第35-39页 |
| ·遥感图像中的噪声 | 第35-36页 |
| ·小波神经网络结构设计 | 第36-37页 |
| ·训练样本集设计 | 第37-38页 |
| ·网络训练 | 第38页 |
| ·主要实现步骤 | 第38-39页 |
| ·实验结果与讨论 | 第39-47页 |
| ·实验结果 | 第39-44页 |
| ·实验结果评价 | 第44-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 研究生履历 | 第54页 |