| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第8-9页 |
| 缩略语对照表 | 第9-12页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 极化SAR图像目标分类识别研究现状 | 第13-15页 |
| 1.3 本文的研究内容 | 第15-16页 |
| 第二章 极化SAR的理论基础 | 第16-24页 |
| 2.1 电磁波的极化及其表征 | 第16-18页 |
| 2.2 几种基本极化散射机制 | 第18-21页 |
| 2.2.1 极化散射矩阵 | 第19页 |
| 2.2.2 Muller矩阵 | 第19-20页 |
| 2.2.3 Stokes矩阵 | 第20页 |
| 2.2.4 极化相干矩阵与极化协方差矩阵 | 第20-21页 |
| 2.3 微波成像中几种基本散射机理 | 第21-23页 |
| 2.3.1 表面散射 | 第21-22页 |
| 2.3.2 漫散射 | 第22页 |
| 2.3.3 偶次散射 | 第22-23页 |
| 2.3.4 体散射 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于张量分解的极化SAR图像分类 | 第24-40页 |
| 3.1 张量及张量代数 | 第24-30页 |
| 3.1.1 张量纤维(fibers)与切片(slices) | 第25页 |
| 3.1.2 张量的n阶展开 | 第25-26页 |
| 3.1.3 矩阵Kronecker积(Kronecker Product) | 第26页 |
| 3.1.4 矩阵Khatri-Rao积（Khatri-Rao Product） | 第26-27页 |
| 3.1.5 张量的内积、范数和距离 | 第27页 |
| 3.1.6 张量外积 | 第27页 |
| 3.1.7 张量与矩阵的n模乘积 | 第27-28页 |
| 3.1.8 张量分解 | 第28-30页 |
| 3.2 基于张量分解的特征提取方法 | 第30-32页 |
| 3.2.1 主成分分析法 | 第30-31页 |
| 3.2.2 基于张量多线性主元分析 | 第31-32页 |
| 3.3 基于张量分解的极化SAR图像分类方法 | 第32-35页 |
| 3.3.1 极化SAR数据的张量描述 | 第32-34页 |
| 3.3.2 特征提取 | 第34-35页 |
| 3.3.3 图像分类 | 第35页 |
| 3.4 实验结果与分析 | 第35-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于非负张量分解的极化SAR图像分类方法 | 第40-50页 |
| 4.1 非负矩阵分解 | 第40-42页 |
| 4.2 非负张量分解 | 第42-43页 |
| 4.3 基于非负张量分解的极化SAR图像分类 | 第43-45页 |
| 4.3.1 基于非负张量分解的特征提取 | 第43-45页 |
| 4.3.2 图像分类 | 第45页 |
| 4.4 实验结果和分析 | 第45-47页 |
| 4.5 本章小结 | 第47-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 作者简介 | 第58-59页 |
