基于变换域特征的SAR图像分类
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 研究现状和发展趋势 | 第15-18页 |
| 1.2.1 SAR图像分类研究发展 | 第15-17页 |
| 1.2.2 稀疏表示模型的研究现状 | 第17-18页 |
| 1.3 本论文的内容编排 | 第18-20页 |
| 第二章 SAR图像分类的基础理论 | 第20-32页 |
| 2.1 SAR图像的基本特性 | 第20-21页 |
| 2.2 SAR图像特征提取 | 第21-23页 |
| 2.3 SAR图像分类方法 | 第23-25页 |
| 2.4 分类器选择 | 第25-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于共稀疏系数特征的SAR图像分类 | 第32-52页 |
| 3.1 稀疏表示模型 | 第32-38页 |
| 3.1.1 综合稀疏模型 | 第32-35页 |
| 3.1.2 解析稀疏模型 | 第35-38页 |
| 3.2 基于共稀疏系数特征的SAR图像分类 | 第38-42页 |
| 3.2.1 解析算子的限制条件分析 | 第38-39页 |
| 3.2.2 求解解析算子 | 第39-42页 |
| 3.3 实验步骤与结果分析 | 第42-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第四章 基于灰度特征和稀疏特征的SAR图像分类 | 第52-64页 |
| 4.1 深度学习模型 | 第52-56页 |
| 4.1.1 反向传播算法 | 第52-54页 |
| 4.1.2 稀疏自编码器 | 第54-56页 |
| 4.2 实验步骤和结果分析 | 第56-62页 |
| 4.3 本章小结 | 第62-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |
