海上舰船目标监测方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题研究背景及意义 | 第14页 |
| 1.2 舰船监测的研究现状及发展趋势 | 第14-18页 |
| 1.2.1 SAR图像舰船检测研究发展现状 | 第14-17页 |
| 1.2.2 SAR图像舰船识别研究发展现状 | 第17-18页 |
| 1.3 本文研究内容 | 第18-20页 |
| 第二章 基于SAN图像的舰船成像机理 | 第20-26页 |
| 2.1 SAR成像机理 | 第20-22页 |
| 2.2 舰船目标成像散射特征 | 第22-26页 |
| 第三章 基于SAR图像舰船目标检测 | 第26-34页 |
| 3.1 基于模型相似度拟合的海杂波统计方法 | 第26-28页 |
| 3.2 统计模型 | 第28-32页 |
| 3.2.1 基于瑞利分布的统计模型 | 第29页 |
| 3.2.2 基于对数正态分布的统计模型 | 第29页 |
| 3.2.3 基于韦布尔分布的统计模型 | 第29-30页 |
| 3.2.4 基于K分布的统计模型 | 第30-31页 |
| 3.2.5 基于G~0分布的统计模型 | 第31-32页 |
| 3.3 基于新模型的恒虚警率舰船检测方法 | 第32-34页 |
| 第四章 基于SAR图像的舰船目标识别 | 第34-42页 |
| 4.1 基于集成学习的舰船识别方法 | 第34-38页 |
| 4.1.1 舰船样本预处理 | 第34-35页 |
| 4.1.2 特征提取 | 第35-36页 |
| 4.1.3 集成学习算法 | 第36-38页 |
| 4.2 典型分类器 | 第38-42页 |
| 4.2.1 SVM | 第39-40页 |
| 4.2.2 KNN | 第40-42页 |
| 第五章 基于SAR图像的舰船监测实验 | 第42-60页 |
| 5.1 舰船检测实验结果及分析 | 第42-52页 |
| 5.1.1 舰船检测数据 | 第42-43页 |
| 5.1.2 拟合性能 | 第43-46页 |
| 5.1.3 检测性能 | 第46-52页 |
| 5.2 舰船识别实验结果及分析 | 第52-60页 |
| 第六章 结论及展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 研究成果及发表的学术论文 | 第67-68页 |
| 作者简介 | 第68-69页 |
| 硕士研究生学位论文答辩委员会决议书 | 第69-70页 |
