| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题的研究背景及意义 | 第10-12页 |
| 1.1.1 课题的研究背景 | 第10-11页 |
| 1.1.2 课题的意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 水下目标识别研究现状 | 第12-14页 |
| 1.2.2 迁移学习研究现状 | 第14-16页 |
| 1.3 主要研究内容和预期研究成果 | 第16-17页 |
| 1.4 论文的组织结构 | 第17-18页 |
| 1.5 本章小结 | 第18-20页 |
| 第2章 相关技术与理论基础 | 第20-28页 |
| 2.1 水下目标识别技术与相关理论 | 第20-21页 |
| 2.1.1 目标声呐回波信号的线性谱提取 | 第20页 |
| 2.1.2 水下目标识别的基本流程 | 第20-21页 |
| 2.2 迁移学习的概念 | 第21-22页 |
| 2.3 迁移学习的分类 | 第22-26页 |
| 2.3.1 无监督域适配方法 | 第23-25页 |
| 2.3.2 有监督域适配方法 | 第25-26页 |
| 2.4 深度卷积神经网络 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于深度度量域适配的水下目标识别方法研究 | 第28-38页 |
| 3.1 引言 | 第28-29页 |
| 3.2 问题描述 | 第29-30页 |
| 3.3 适用于水下目标识别的深度多核度量域适配算法 | 第30-36页 |
| 3.3.1 深度度量网络架构 | 第30-32页 |
| 3.3.2 可用于水下目标识别的深度无监督域适配算法 | 第32-36页 |
| 3.4 DMMDA算法描述 | 第36-37页 |
| 3.5 本章小节 | 第37-38页 |
| 第4章 基于深度半监督域适配的水下目标识别方法研究 | 第38-48页 |
| 4.1 引言 | 第38页 |
| 4.2 问题描述 | 第38-40页 |
| 4.3 深度半监督多层域适配算法 | 第40-45页 |
| 4.3.1 域适配的深度网络架构 | 第40-42页 |
| 4.3.2 可用于水下目标识别的多层域适配算法 | 第42-45页 |
| 4.4 DSDA算法描述 | 第45-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第5章 实验及结果分析 | 第48-60页 |
| 5.1 实验平台与运行环境 | 第48-49页 |
| 5.2 DMMDA算法实验结果与分析 | 第49-53页 |
| 5.2.1 数据集和实验参数设置 | 第49-50页 |
| 5.2.2 实验结果与分析 | 第50-53页 |
| 5.3 DSDA算法实验结果及分析 | 第53-58页 |
| 5.3.1 实验数据集 | 第53页 |
| 5.3.2 实验结果与分析 | 第53-58页 |
| 5.4 本章小结 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-69页 |
| 致谢 | 第69-70页 |
