合成孔径雷达目标识别关键技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 SAR目标识别研究发展现状 | 第12-13页 |
| 1.2.2 深度学习在图像识别领域的研究现状 | 第13-14页 |
| 1.3 本文主要工作及章节安排 | 第14-16页 |
| 第二章 SAR图像目标识别基本理论 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 传统的SAR图像目标识别 | 第16-17页 |
| 2.2.1 预处理 | 第16-17页 |
| 2.2.2 特征提取 | 第17页 |
| 2.2.3 目标分类 | 第17页 |
| 2.3 端到端的SAR图像目标识别 | 第17-26页 |
| 2.3.1 神经网络 | 第18-22页 |
| 2.3.2 反向传播算法 | 第22-25页 |
| 2.3.3 分类器Softmax | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于卷积神经网络的SAR图像目标识别 | 第27-42页 |
| 3.1 引言 | 第27-28页 |
| 3.2 卷积神经网络理论简介 | 第28-31页 |
| 3.2.1 卷积层 | 第28-29页 |
| 3.2.2 非线性激活函数 | 第29页 |
| 3.2.3 池化层 | 第29-30页 |
| 3.2.4 分类器Softmax | 第30页 |
| 3.2.5 Dropout | 第30-31页 |
| 3.3 基于卷积单元的SAR图像特征提取 | 第31-32页 |
| 3.3.1 卷积模块 | 第31页 |
| 3.3.2 卷积网络结构 | 第31-32页 |
| 3.4 基于卷积神经网络的SAR目标识别算法 | 第32-35页 |
| 3.4.1 后向传播算法 | 第33-34页 |
| 3.4.2 小批量带有动量的随机梯度下降 | 第34页 |
| 3.4.3 权重初始化 | 第34-35页 |
| 3.4.4 学习率 | 第35页 |
| 3.5 实验结果与分析 | 第35-40页 |
| 3.5.1 SAR图像数据集 | 第35-37页 |
| 3.5.2 实验平台 | 第37页 |
| 3.5.3 实验结果与分析 | 第37-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第四章 基于残差网络的SAR图像目标识别 | 第42-54页 |
| 4.1 引言 | 第42-43页 |
| 4.2 残差结构理论简介 | 第43-45页 |
| 4.2.1 残差学习 | 第43页 |
| 4.2.2 恒等映射 | 第43-45页 |
| 4.3 基于残差单元的SAR图像特征提取 | 第45-47页 |
| 4.3.1 残差模块 | 第45页 |
| 4.3.2 批量归一化模块 | 第45-46页 |
| 4.3.3 基于残差单元的网络结构 | 第46-47页 |
| 4.4 基于残差网络的SAR目标识别算法 | 第47-49页 |
| 4.4.1 后向传播算法 | 第48页 |
| 4.4.2 小批量带有动量的随机梯度下降 | 第48-49页 |
| 4.4.3 权重初始化 | 第49页 |
| 4.4.4 学习率 | 第49页 |
| 4.5 模型融合 | 第49-50页 |
| 4.6 实验结果与分析 | 第50-53页 |
| 4.6.1 SOC实验结果与分析 | 第50-51页 |
| 4.6.2 EOC-1实验结果与分析 | 第51-52页 |
| 4.6.3 模型融合实验结果与分析 | 第52-53页 |
| 4.7 本章小结 | 第53-54页 |
| 第五章 基于密集卷积网络的SAR图像目标识别 | 第54-63页 |
| 5.1 引言 | 第54-55页 |
| 5.2 密集卷积网络理论简介 | 第55-56页 |
| 5.2.1 残差网络 | 第55-56页 |
| 5.2.2 密集卷积 | 第56页 |
| 5.3 基于密集卷积的SAR图像特征提取 | 第56-58页 |
| 5.3.1 复合函数 | 第56-57页 |
| 5.3.2 池化层 | 第57页 |
| 5.3.3 增长率 | 第57页 |
| 5.3.4 基于密集卷积单元的网络结构 | 第57-58页 |
| 5.4 基于密集卷积的SAR目标识别算法 | 第58-61页 |
| 5.4.1 后向传播算法 | 第59-60页 |
| 5.4.2 小批量带有动量的随机梯度下降 | 第60页 |
| 5.4.3 权重初始化 | 第60页 |
| 5.4.4 学习率 | 第60-61页 |
| 5.5 实验结果与分析 | 第61-62页 |
| 5.6 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 全文总结 | 第63页 |
| 6.2 研究展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间取得的成果 | 第71页 |
