基于支持向量机的合成孔径雷达图像目标识别
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-13页 |
| ·选题背景及研究意义 | 第7-8页 |
| ·研究现状和发展趋势 | 第8-11页 |
| ·雷达目标识别的研究现状和问题 | 第8-10页 |
| ·支持向量机研究现状和发展趋势 | 第10-11页 |
| ·文章内容和工作安排 | 第11-13页 |
| 2 合成孔径雷达简介 | 第13-18页 |
| ·SAR 基本原理简介 | 第13页 |
| ·SAR 图像特征 | 第13-15页 |
| ·SAR 图像目标识别 | 第15-16页 |
| ·目标识别流程 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 支持向量机(SVM)原理分析 | 第18-28页 |
| ·统计学习理论核心思想 | 第18-22页 |
| ·VC 维 | 第19-20页 |
| ·推广性的界 | 第20-21页 |
| ·结构风险最小化 | 第21-22页 |
| ·支持向量机原理 | 第22-25页 |
| ·线性支持向量机分类 | 第22-24页 |
| ·非线性支持向量机 | 第24-25页 |
| ·常用支持向量机算法 | 第25-27页 |
| ·支持向量机的优点 | 第27页 |
| ·本章小结 | 第27-28页 |
| 4 SAR 图像预处理与特征提取 | 第28-45页 |
| ·SAR 图像预处理 | 第28-35页 |
| ·SAR 图像斑噪抑制 | 第28-31页 |
| ·SAR 图像分割 | 第31-35页 |
| ·特征提取 | 第35-44页 |
| ·基于形状特征常用方法 | 第36-39页 |
| ·不变矩特征提取 | 第39-40页 |
| ·仿射不变矩 | 第40-41页 |
| ·不变矩稳定性实验研究 | 第41-42页 |
| ·改进的组合矩 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 5 SAR 图像目标识别 | 第45-57页 |
| ·基于支持向量机单目标识别 | 第45-50页 |
| ·目标样本的训练 | 第45-47页 |
| ·目标识别 | 第47-48页 |
| ·改进的实验方法 | 第48-50页 |
| ·实验结果分析 | 第50页 |
| ·SAR 图像多分类 | 第50-54页 |
| ·实验结果分析 | 第54-55页 |
| ·核函数与参数选择分析 | 第55页 |
| ·本章小结 | 第55-57页 |
| 6 总结 | 第57-59页 |
| ·本文总结 | 第57页 |
| ·未来工作展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63页 |
