首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达设备、雷达站论文--雷达接收设备论文--数据、图像处理及录取论文

基于度量学习的极化SAR图像地物分类技术研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第12-14页
缩略语对照表第14-18页
第一章 绪论第18-30页
    1.1 研究背景与意义第18-23页
        1.1.1 极化合成孔径雷达概述第18-20页
        1.1.2 极化SAR图像地物分类方法综述第20-23页
    1.2 距离度量学习第23-27页
    1.3 研究的目的与意义第27-28页
    1.4 研究内容与创新第28-30页
第二章 基于Divergence-Chebyshev近邻追踪的极化SAR图像地物分类方法第30-52页
    2.1 研究动机第30页
    2.2 极化SAR图像数据介绍第30-32页
    2.3 基于Divergence-Chebyshev近邻追踪的极化SAR图像地物分类方法第32-35页
        2.3.1 F-Divergence第32-33页
        2.3.2 Divergence-Chebyshev近邻追踪(DCNP)第33-35页
    2.4 DCNP方法的复杂度分析第35页
    2.5 实验结果与分析第35-50页
        2.5.1 实验数据集第35-37页
        2.5.2 实验1:Flevoland(AIRSAR)数据集结果与分析第37-39页
        2.5.3 实验2:旧金山湾数据集结果与分析第39-41页
        2.5.4 实验3:Flevoland数据集(RADARSAT-2)的结果与分析第41-43页
        2.5.5 实验4:Oberpfaffenhofen数据集结果与分析第43-45页
        2.5.6 实验5:西安(中国)-1数据集结果与分析第45-46页
        2.5.7 实验6:西安(中国)-2数据集结果与分析第46-48页
        2.5.8 实验7:标记样本数目对DCNP方法性能的影响第48-49页
        2.5.9 实验8:DCNP方法的参数分析第49-50页
    2.6 本章小结第50-52页
第三章 基于Triplet深度度量网络的极化SAR图像地物分类方法第52-72页
    3.1 研究动机第52-53页
    3.2 深度度量学习基本概念第53-54页
    3.3 Triplet网络第54页
    3.4 基于Triplet深度度量网络的极化SAR图像地物分类第54-58页
        3.4.1 构造三元组数据集第55-56页
        3.4.2 预训练模型第56页
        3.4.3 Triplet网络的训练第56-57页
        3.4.4 模型微调第57-58页
        3.4.5 协同空间位置的标签修正第58页
    3.5 实验结果与分析第58-71页
        3.5.1 实验1:Flevoland数据集结果与分析第58-61页
        3.5.2 实验2:旧金山湾数据集结果与分析第61-63页
        3.5.3 实验3:Flevoland数据集(RADARSAT-2)的结果与分析第63-65页
        3.5.4 实验4:Oberpfaffenhofen数据集结果与分析第65-66页
        3.5.5 实验5:西安(中国)-1数据集的比较结果第66-68页
        3.5.6 实验6:西安(中国)-2数据集结果与分析第68-70页
        3.5.7 实验7:Triplet-DMN方法的参数分析第70-71页
    3.6 本章小结第71-72页
第四章 基于Triplet深度对抗度量网络的极化SAR图像地物分类方法第72-92页
    4.1 研究动机第72页
    4.2 生成式对抗网络第72-74页
    4.3 基于Triplet深度对抗网络的极化SAR图像地物分类方法第74-79页
        4.3.1 选择训练样构造Triplet数据集第75页
        4.3.2 预训练判别器第75-76页
        4.3.3 Triplet深度对抗网络训练第76-77页
        4.3.4 协同空间信息的极化SAR图像测试样本分类第77-79页
    4.4 实验结果与分析第79-91页
        4.4.1 实验1:Flevoland数据集结果与分析第79-81页
        4.4.2 实验2:旧金山湾数据集结果与分析第81-83页
        4.4.3 实验3:Flevoland数据集(RADARSAT-2)的结果与分析第83-85页
        4.4.4 实验4:Oberpfaffenhofen数据集的比较结果第85-87页
        4.4.5 实验5:西安(中国)-1数据集结果与分析第87-88页
        4.4.6 实验6:西安(中国)-2数据集结果与分析第88-90页
        4.4.7 实验7:Triplet-DAMN方法参数分析第90-91页
    4.5 本章小结第91-92页
第五章 总结和展望第92-94页
    5.1 总结第92-93页
    5.2 展望第93-94页
参考文献第94-100页
致谢第100-102页
作者简介第102-103页

论文共103页,点击 下载论文
上一篇:空间大型天线反射面形状调控系统的主动学习控制方法研究
下一篇:小型化天线技术研究