| 博士论文创新点 | 第5-9页 |
| 中文摘要 | 第9-11页 |
| ABSTRACT | 第11-13页 |
| 第1章 绪论 | 第14-26页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.2 高分辨率遥感场景的影像特点与地物分布特性 | 第16-19页 |
| 1.2.1 高分辨率遥感场景的影像特点 | 第16-17页 |
| 1.2.2 高分辨率遥感场景的地物分布特性 | 第17-19页 |
| 1.3 国内外现状与存在问题 | 第19-23页 |
| 1.4 论文的研究内容与章节安排 | 第23-26页 |
| 1.4.1 研究内容 | 第23-24页 |
| 1.4.2 章节安排 | 第24-26页 |
| 第2章 概率主题模型 | 第26-38页 |
| 2.1 经典概率主题模型 | 第26-32页 |
| 2.1.1 视觉单词袋模型(BoVW) | 第26-27页 |
| 2.1.2 概率潜在语义分析(PLSA) | 第27-29页 |
| 2.1.3 潜在狄利克雷分布(LDA) | 第29-32页 |
| 2.2 基于概率主题模型的场景分类方法 | 第32-37页 |
| 2.2.1 区域采样 | 第32页 |
| 2.2.2 底层特征提取 | 第32-36页 |
| 2.2.3 视觉词袋构造 | 第36页 |
| 2.2.4 主题特征挖掘与分类 | 第36-37页 |
| 2.3 本章小结 | 第37-38页 |
| 第3章 多元特征语义融合的主题模型场景分类方法 | 第38-61页 |
| 3.1 概述 | 第38-40页 |
| 3.2 融合局部全局特征的词袋模型场景分类方法 | 第40-47页 |
| 3.2.1 局部光谱结构特征提取 | 第40-41页 |
| 3.2.2 全局纹理特征提取 | 第41页 |
| 3.2.3 场景的特征融合与分类 | 第41-42页 |
| 3.2.4 实验与分析 | 第42-47页 |
| 3.3 多元特征语义融合的概率主题模型场景分类方法 | 第47-60页 |
| 3.3.1 场景多特征的多个1维直方图表达 | 第48页 |
| 3.3.2 PLSA及LDA模型的多特征语义层融合 | 第48-49页 |
| 3.3.3 多特征分类 | 第49-50页 |
| 3.3.4 实验与分析 | 第50-60页 |
| 3.4 本章小结 | 第60-61页 |
| 第4章 同异质主题联合的稀疏主题模型场景分类方法 | 第61-94页 |
| 4.1 概述 | 第61-63页 |
| 4.2 异质特征表达的稀疏主题模型场景分类方法 | 第63-78页 |
| 4.2.1 异质特征描述 | 第64页 |
| 4.2.2 稀疏语义特征挖掘 | 第64-66页 |
| 4.2.3 稀疏语义融合及分类 | 第66-67页 |
| 4.2.4 实验与分析 | 第67-78页 |
| 4.3 同异质主题联合稀疏建模的场景分类方法 | 第78-92页 |
| 4.3.1 同异质底层特征提取 | 第78-79页 |
| 4.3.2 稀疏主题表达 | 第79-81页 |
| 4.3.3 结合多源地理数据的场景理解 | 第81-82页 |
| 4.3.4 实验与分析 | 第82-92页 |
| 4.4 本章小结 | 第92-94页 |
| 第5章 基于多层次语义表达的高分辨率遥感影像场景分类方法 | 第94-125页 |
| 5.1 概述 | 第94-96页 |
| 5.2 融合多层次语义模型信息的场景分类方法 | 第96-110页 |
| 5.2.1 局部及全局底层特征提取 | 第97页 |
| 5.2.2 卷积及全连接层特征生成 | 第97页 |
| 5.2.3 基于LGCG和LGFF的特征融合及分类 | 第97-98页 |
| 5.2.4 实验与分析 | 第98-110页 |
| 5.3 自适应深度稀疏语义建模的场景分类方法 | 第110-123页 |
| 5.3.1 高层深度特征学习 | 第110-111页 |
| 5.3.2 中层稀疏主题建模 | 第111-112页 |
| 5.3.3 自适应特征标准化及融合分类 | 第112-113页 |
| 5.3.4 实验与分析 | 第113-123页 |
| 5.4 本章小结 | 第123-125页 |
| 第6章 基于主题模型的高分辨率遥感影像场景理解原型系统 | 第125-130页 |
| 6.1 系统的设计 | 第125-126页 |
| 6.2 系统的使用 | 第126-127页 |
| 6.3 概率主题模型场景理解方法综合对比与应用场合 | 第127-129页 |
| 6.4 本章小结 | 第129-130页 |
| 第7章 总结与展望 | 第130-134页 |
| 7.1 总结 | 第130-132页 |
| 7.2 研究展望 | 第132-134页 |
| 参考文献 | 第134-142页 |
| 附录 | 第142-145页 |
| 致谢 | 第145-147页 |
