| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·研究的目的与意义 | 第10-11页 |
| ·研究内容与创新点 | 第11-12页 |
| ·论文的构架安排 | 第12-15页 |
| 第二章 极化 SAR 影像地物分类 | 第15-27页 |
| ·极化 SAR 成像 | 第15-16页 |
| ·电磁极化波的表征 | 第15-16页 |
| ·Stokes 矢量 | 第16页 |
| ·极化散射特性分析 | 第16-20页 |
| ·极化散射矩阵 | 第16-17页 |
| ·协方差矩阵和相干矩阵 | 第17-18页 |
| ·几种目标分解方法 | 第18-19页 |
| ·几种基本散射机制 | 第19-20页 |
| ·无监督极化 SAR 影像地物分类方法 | 第20-23页 |
| ·基于统计 k 均值的极化 SAR 影像地物分类方法 | 第20-21页 |
| ·基于特征分解的极化 SAR 影像地物分类方法 | 第21-22页 |
| ·基于散射特性保持的极化 SAR 影像地物分类方法 | 第22-23页 |
| ·监督极化 SAR 影像地物分类方法 | 第23-24页 |
| ·基于最大似然准则的极化 SAR 影像地物分类 | 第23-24页 |
| ·基于支持向量机和神经网络的极化 SAR 影像地物分类 | 第24页 |
| ·本章小结 | 第24-27页 |
| 第三章 基于超像素稀疏编码的极化 SAR 影像地物分类 | 第27-41页 |
| ·稀疏编码分类器 | 第27页 |
| ·基于超像素稀疏编码的监督分类 | 第27-31页 |
| ·超像素分割 | 第27-28页 |
| ·超像素稀疏编码 | 第28-29页 |
| ·极化 SAR 影像特征提取 | 第29-30页 |
| ·基于超像素稀疏编码的极化 SAR 影像地物分类算法步骤 | 第30-31页 |
| ·实验结果与分析 | 第31-39页 |
| ·实验数据 | 第31页 |
| ·Flevoland1 的实验结果 | 第31-34页 |
| ·Flevoland2 的实验结果 | 第34-36页 |
| ·Foloum1 的实验结果 | 第36-38页 |
| ·实验分析 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于几何稀疏图的半监督极化 SAR 影像地物分类 | 第41-49页 |
| ·稀疏图正则 | 第41-42页 |
| ·图正则化理论 | 第41-42页 |
| ·稀疏图的构建 | 第42页 |
| ·基于几何稀疏图的半监督分类 | 第42-44页 |
| ·实验结果与分析 | 第44-48页 |
| ·Flevoland1 的实验结果 | 第44-46页 |
| ·Flevoland2 的实验结果 | 第46-47页 |
| ·Foloum2 的实验结果 | 第47-48页 |
| ·实验分析 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于层次化稀疏编码的极化 SAR 影像地物分类 | 第49-59页 |
| ·层次化稀疏编码 | 第49页 |
| ·层次化稀疏编码算法 | 第49-52页 |
| ·核学习 | 第49-50页 |
| ·层次化稀疏编码算法步骤 | 第50-52页 |
| ·实验结果与分析 | 第52-58页 |
| ·Flevoland1 的实验结果 | 第52-54页 |
| ·Flevoland2 的实验结果 | 第54-56页 |
| ·Foloum2 的实验结果 | 第56-57页 |
| ·实验分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 作者研究生期间学术成果 | 第69-70页 |
