| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7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 研究背景及意义 | 第14-15页 |
| 1.2 极化SAR发展历程及研究现状 | 第15-16页 |
| 1.3 稀疏编码理论研究现状及存在问题 | 第16-17页 |
| 1.4 论文章节安排 | 第17-20页 |
| 第二章 基于稀疏编码和对偶字典学习的极化SAR图像分类 | 第20-40页 |
| 2.1 引言 | 第20页 |
| 2.2 基于ICA的稀疏编码 | 第20-23页 |
| 2.2.1 稀疏编码理论基础 | 第20-22页 |
| 2.2.2 ICA稀疏编码 | 第22-23页 |
| 2.3 对偶字典学习算法 | 第23-27页 |
| 2.3.1 DPL模型 | 第24-25页 |
| 2.3.2 模型优化过程 | 第25-27页 |
| 2.3.3 分类框架 | 第27页 |
| 2.4 基于稀疏编码和对偶字典学习的极化SAR图像分类 | 第27-29页 |
| 2.4.1 算法思想 | 第27-28页 |
| 2.4.2 具体实现策略 | 第28-29页 |
| 2.5 实验结果与分析 | 第29-37页 |
| 2.5.1 实验数据与实验环境说明 | 第29页 |
| 2.5.2 荷兰地区的实验结果 | 第29-32页 |
| 2.5.3 旧金山地区的实验结果 | 第32-34页 |
| 2.5.4 西安地区的实验结果 | 第34-36页 |
| 2.5.5 实验结果分析 | 第36-37页 |
| 2.6 本章小结 | 第37-40页 |
| 第三章 基于极化-纹理特征与DPL的极化SAR图像分类 | 第40-56页 |
| 3.1 引言 | 第40页 |
| 3.2 极化目标分解特征及纹理特征 | 第40-46页 |
| 3.2.1 极化目标分解特征 | 第40-45页 |
| 3.2.2 图像纹理特征 | 第45-46页 |
| 3.3 基于极化-纹理特征与DPL的极化SAR图像分类 | 第46-47页 |
| 3.3.1 算法思想 | 第46页 |
| 3.3.2 具体实现策略 | 第46-47页 |
| 3.4 实验结果与分析 | 第47-55页 |
| 3.4.1 实验数据与实验环境说明 | 第47-48页 |
| 3.4.2 荷兰地区的实验结果 | 第48-50页 |
| 3.4.3 旧金山地区的实验结果 | 第50-52页 |
| 3.4.4 西安地区的实验结果 | 第52-54页 |
| 3.4.5 实验结果分析 | 第54-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 基于极化-纹理特征和SSAE的极化SAR图像分类 | 第56-70页 |
| 4.1 引言 | 第56页 |
| 4.2 堆栈稀疏自编码模型 | 第56-59页 |
| 4.2.1 单层稀疏自编码器 | 第56-58页 |
| 4.2.2 堆栈稀疏自编码器 | 第58-59页 |
| 4.3 基于极化-纹理特征和SSAE的极化SAR图像分类 | 第59-61页 |
| 4.3.1 算法思想 | 第59-60页 |
| 4.3.2 具体实现策略 | 第60-61页 |
| 4.4 实验结果与分析 | 第61-68页 |
| 4.4.1 实验数据与实验环境说明 | 第61页 |
| 4.4.2 荷兰地区的实验结果 | 第61-64页 |
| 4.4.3 旧金山地区的实验结果 | 第64-66页 |
| 4.4.4 西安地区的实验结果 | 第66-68页 |
| 4.4.5 实验结果分析 | 第68页 |
| 4.5 本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 作者简介 | 第78-79页 |
