基于稀疏表示树的SAR图像目标识别方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表清单 | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 雷达目标识别系统研究 | 第12-13页 |
| 1.3 SAR目标识别研究 | 第13-14页 |
| 1.4 本文主要研究工作和章节安排 | 第14-16页 |
| 第二章 SAR目标识别基础理论和相关研究 | 第16-32页 |
| 2.1 SAR目标识别流程 | 第16-22页 |
| 2.1.1 SAR图像获取 | 第17-18页 |
| 2.1.2 SAR图像预处理 | 第18-21页 |
| 2.1.3 SAR特征提取和目标识别 | 第21-22页 |
| 2.2 相关机器学习算法 | 第22-27页 |
| 2.2.1 稀疏表示基础理论 | 第22-24页 |
| 2.2.2 稀疏表示分类器 | 第24-25页 |
| 2.2.3 谱聚类 | 第25-27页 |
| 2.3 稀疏表示在SAR目标识别中相关研究 | 第27-30页 |
| 2.3.1 基于稀疏表示的SAR目标识别 | 第27-28页 |
| 2.3.2 基于特征参数稀疏表示的SAR目标识别 | 第28页 |
| 2.3.3 基于压缩特征的稀疏表示SAR目标识别 | 第28-29页 |
| 2.3.4 基于联合稀疏表示的SAR目标识别 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 基于稀疏表示树的SAR目标识别 | 第32-47页 |
| 3.1 研究动机 | 第32页 |
| 3.2 基于稀疏表示的SAR目标类型识别 | 第32-37页 |
| 3.2.1 稀疏表示识别算法 | 第33-34页 |
| 3.2.2 SAR目标类型识别实验 | 第34-37页 |
| 3.3 稀疏表示树 | 第37-40页 |
| 3.3.1 模型设计 | 第37-38页 |
| 3.3.2 模型实现 | 第38-40页 |
| 3.4 稀疏表示树验证 | 第40-44页 |
| 3.4.1 实验数据集介绍 | 第40页 |
| 3.4.2 稀疏表示树验证 | 第40-44页 |
| 3.5 稀疏表示树结果比较 | 第44-45页 |
| 3.5.1 目标类型识别结果比较 | 第44页 |
| 3.5.2 参数选择比较分析 | 第44-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第四章 基于改进稀疏表示树的SAR目标识别 | 第47-62页 |
| 4.1 研究动机 | 第47页 |
| 4.2 改进稀疏表示树 | 第47-50页 |
| 4.2.1 模型设计 | 第47-49页 |
| 4.2.2 模型实现 | 第49-50页 |
| 4.3 public数据集下改进稀疏表示树验证 | 第50-54页 |
| 4.3.1 树形结构验证 | 第50-52页 |
| 4.3.2 识别过程验证 | 第52-53页 |
| 4.3.3 稀疏表示树结果比较 | 第53-54页 |
| 4.4 mixed数据集下改进稀疏表示树验证 | 第54-56页 |
| 4.4.1 mixed数据集信息介绍 | 第54页 |
| 4.4.2 稀疏表示树结构 | 第54-56页 |
| 4.4.3 不同方法结果比较 | 第56页 |
| 4.5 综合数据集下改进稀疏表示树验证 | 第56-59页 |
| 4.5.1 稀疏表示树结构 | 第57-58页 |
| 4.5.2 结果比较 | 第58-59页 |
| 4.6 改进稀疏表示树参数比较 | 第59页 |
| 4.7 本章小结 | 第59-62页 |
| 第五章 总结展望 | 第62-64页 |
| 5.1 工作总结 | 第62页 |
| 5.2 工作展望 | 第62-64页 |
| 参考文献 | 第64-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72-73页 |
| 附录A SAR观测模型推导 | 第73-75页 |
