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:按体制分论文--脉冲多普勒制雷达论文

基于极化SAR目标信息提取与SVM分类

摘要第4-5页
Abstract第5页
第1章 绪论第8-17页
    1.1 论文的背景及研究的目的和意义第8-9页
    1.2 国内外研究现状及分析第9-15页
        1.2.1 极化SAR图像特征提取第9-12页
        1.2.2 极化SAR图像目标检测第12页
        1.2.3 极化SAR图像分类第12-15页
        1.2.4 国内外发展现状综述第15页
    1.3 主要研究内容及论文结构第15-17页
第2章 Pol SAR目标分解理论基础第17-38页
    2.1 引言第17页
    2.2 Pol SAR基本理论第17-26页
        2.2.1 极化目标散射特征第17-24页
        2.2.2 Pol SAR图像目标二阶统计量第24-25页
        2.2.3 极化协方差矩阵及极化相干矩阵第25-26页
    2.3 Pol SAR图像极化特征提取方法第26-37页
        2.3.1 基本散射机制第26-30页
        2.3.2 非相干极化目标分解理论第30页
        2.3.3 Freeman分解第30-32页
        2.3.4 Yamaguchi分解第32-34页
        2.3.5 基于非对称散射机理的四成分目标分解模型第34-37页
    2.4 本章小结第37-38页
第3章 Pol SAR人造目标分解结果第38-49页
    3.1 引言第38页
    3.2 实验数据介绍第38-39页
    3.3 关于散射矩阵的相干目标分解第39-43页
        3.3.1 基于Pauli的分解第39-40页
        3.3.2 SDH分解第40-41页
        3.3.3 Pauli和SDH的分解结果及分析第41-43页
    3.4 特征值分解的非相干目标分解第43-45页
    3.5 散射模型的非相干目标分解结果和分析第45-48页
        3.5.1 Freeman和Yamaguchi分解结果及分析第45-48页
    3.6 本章小结第48-49页
第4章 基于SVM的POLSAR目标分类第49-68页
    4.1 引言第49页
    4.2 SVM理论基础第49-54页
        4.2.1 最优分类超平面第49-50页
        4.2.2 支持向量机分类第50-52页
        4.2.3 支持向量机回归第52-54页
    4.3 核函数机特征空间第54-56页
    4.4 SVM参数的选择第56页
    4.5 关于特征值目标检测第56-57页
    4.6 关于SVM的Pol SAR图像的多分类算法第57页
    4.7 特征向量的选取和分类算法第57-62页
    4.8 仿真实验第62-66页
    4.9 本章小结第66-68页
结论第68-70页
参考文献第70-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:基于HDFS的分布式文件系统存储研究与优化
下一篇:MEMS数字陀螺中开关电容检测电路的设计