基于CNN的遥感图像适配结构选取方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 本课题研究目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要研究内容 | 第12-15页 |
| 2 适配结构选取技术 | 第15-26页 |
| 2.1 适配结构 | 第15-17页 |
| 2.2 适配结构选取准则 | 第17-18页 |
| 2.3 特征指标 | 第18-23页 |
| 2.4 适配结构选取方法 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 卷积神经网络适配结构选取 | 第26-51页 |
| 3.1 适配结构选取算法流程 | 第26-27页 |
| 3.2 CNN模型 | 第27-34页 |
| 3.3 适配结构选取 | 第34-47页 |
| 3.4 特征级联CNN模型 | 第47-49页 |
| 3.5 本章小结 | 第49-51页 |
| 4 实验结果与分析 | 第51-65页 |
| 4.1 学习样本集制作 | 第51-56页 |
| 4.2 对比实验分析 | 第56-61页 |
| 4.3 适应性能分析 | 第61-64页 |
| 4.4 本章小结 | 第64-65页 |
| 5 总结与展望 | 第65-67页 |
| 5.1 论文的主要工作 | 第65-66页 |
| 5.2 需要进一步研究的内容 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录1 攻读硕士学位期间论文发表情况 | 第72-73页 |
| 附录2 攻读硕士学位期间项目参与情况 | 第73页 |
