基于扩展监督主题模型的高分辨率合成孔径雷达图像的分类与标注
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 图录 | 第9-11页 |
| 表录 | 第11-12页 |
| 第一章 绪论 | 第12-24页 |
| ·研究背景 | 第12-15页 |
| ·合成孔径雷达与其图像简介 | 第12-14页 |
| ·高分辨率SAR 图像解译 | 第14-15页 |
| ·国内外研究基础 | 第15-19页 |
| ·国外研究基础 | 第15-16页 |
| ·国内研究基础 | 第16-18页 |
| ·发展趋势 | 第18页 |
| ·国内现状与国外差距 | 第18-19页 |
| ·主要问题 | 第19-21页 |
| ·跨越语义鸿沟 | 第19-20页 |
| ·可操作的获取场景先验信息 | 第20页 |
| ·稳健、排他的地物特性计算与特征提取 | 第20-21页 |
| ·其他问题 | 第21页 |
| ·研究内容与章节安排 | 第21-24页 |
| ·主要研究内容 | 第21-22页 |
| ·项目支撑 | 第22页 |
| ·章节安排 | 第22-24页 |
| 第二章 主题模型理论基础 | 第24-47页 |
| ·本章概述 | 第24页 |
| ·模式识别理论基础 | 第24-30页 |
| ·概率分布基础 | 第24-28页 |
| ·参数估计基础 | 第28-30页 |
| ·词包模型 | 第30-34页 |
| ·特征检测 | 第32页 |
| ·特征提取 | 第32-33页 |
| ·生成字典 | 第33页 |
| ·学习与推理 | 第33-34页 |
| ·pLSA 模型 | 第34-36页 |
| ·定义 | 第34-35页 |
| ·参数估计 | 第35-36页 |
| ·特点 | 第36页 |
| ·LDA 模型 | 第36-43页 |
| ·定义 | 第36-39页 |
| ·参数估计 | 第39-41页 |
| ·特点 | 第41-43页 |
| ·监督主题模型 | 第43-46页 |
| ·USTM 在视觉领域的应用 | 第43-44页 |
| ·Correspondence LDA | 第44-45页 |
| ·Supervised LDA | 第45页 |
| ·遥感领域的STM | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第三章 工作框架 | 第47-67页 |
| ·本章概述 | 第47-48页 |
| ·先验知识的获取 | 第48-51页 |
| ·实现流程 | 第48-49页 |
| ·基于关键字的标注 | 第49页 |
| ·SARMAT | 第49-51页 |
| ·图像的词包表示 | 第51-61页 |
| ·生成单词 | 第51页 |
| ·特征提取 | 第51-56页 |
| ·生成词典 | 第56-61页 |
| ·词包统计 | 第61页 |
| ·学习与推理 | 第61-63页 |
| ·学习过程 | 第61-63页 |
| ·推理过程 | 第63页 |
| ·隐主题与实际主题的对应 | 第63-66页 |
| ·分类结果的语义分析 | 第63-64页 |
| ·隐主题分析 | 第64-65页 |
| ·标注结果后处理 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第四章 实验与分析 | 第67-87页 |
| ·本章概述 | 第67页 |
| ·地物分类结果的衡量 | 第67-68页 |
| ·混淆矩阵 | 第67页 |
| ·平均准确率 | 第67页 |
| ·品质因数 | 第67-68页 |
| ·Kappa 系数 | 第68页 |
| ·实验一 | 第68-77页 |
| ·实验数据介绍 | 第68-69页 |
| ·实验流程与结果展示 | 第69-77页 |
| ·实验二 | 第77-82页 |
| ·实验数据介绍 | 第77-79页 |
| ·实验流程与结果展示 | 第79-82页 |
| ·实验三 | 第82-86页 |
| ·实验数据介绍 | 第82-83页 |
| ·实验流程与结果展示 | 第83-86页 |
| ·实验综述分析 | 第86-87页 |
| 第五章 总结与展望 | 第87-91页 |
| ·主要工作与创新点 | 第87-88页 |
| ·后续研究工作 | 第88-91页 |
| ·ESTM 效率提升 | 第88页 |
| ·ESTM 性能的提升 | 第88-89页 |
| ·ESTM 的实用化与型号化 | 第89-91页 |
| 参考文献 | 第91-96页 |
| 致谢 | 第96-97页 |
| 攻读硕士学位期间已发表或录用的论文 | 第97-100页 |
| 附件 | 第100页 |
