| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 SAR图像变化检测概述 | 第16-22页 |
| 1.2.1SAR图像变化检测一般流程 | 第16-18页 |
| 1.2.2 SAR图像变化检测几种经典方法 | 第18-21页 |
| 1.2.3 SAR图像变化检测存在的问题 | 第21-22页 |
| 1.3 论文的主要内容与结构安排 | 第22-25页 |
| 第二章 模糊C均值聚类改进算法 | 第25-33页 |
| 2.1 模糊聚类算法概述 | 第25页 |
| 2.2 常用模糊C均值聚类改进算法简介 | 第25-30页 |
| 2.2.1 带有邻域信息约束项的模糊C均值算法 | 第26-27页 |
| 2.2.2 快速模糊C均值算法 | 第27-29页 |
| 2.2.3 结合空间信息约束项的模糊C均值算法 | 第29-30页 |
| 2.3 本章小结 | 第30-33页 |
| 第三章 基于进化多目标聚类的差异图分类方法 | 第33-47页 |
| 3.1 引言 | 第33页 |
| 3.2 进化多目标优化技术相关理论背景 | 第33-34页 |
| 3.3 多目标聚类算法介绍 | 第34-36页 |
| 3.4 基于非支配邻域免疫算法的多目标聚类算法 | 第36-40页 |
| 3.4.1 非支配邻域免疫算法介绍 | 第36-37页 |
| 3.4.2 基本算子设计 | 第37-39页 |
| 3.4.3 算法基本流程 | 第39-40页 |
| 3.5 实验及分析 | 第40-45页 |
| 3.5.1 实验数据介绍 | 第40页 |
| 3.5.2 实验设置 | 第40-41页 |
| 3.5.3 实验结果及分析 | 第41-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第四章 基于多目标聚类的选择性集成的差异图分类方法 | 第47-67页 |
| 4.1 引言 | 第47-48页 |
| 4.2 集成学习及选择性集成概述 | 第48-52页 |
| 4.2.1 集成学习 | 第48-50页 |
| 4.2.2 选择性集成技术 | 第50-52页 |
| 4.3 基于多目标聚类的选择性集成 | 第52-55页 |
| 4.3.1 多目标聚类的选择性集成 | 第52-54页 |
| 4.3.2 基于集成再排序的选择性集成 | 第54-55页 |
| 4.4 实验及分析 | 第55-66页 |
| 4.4.1 实验数据介绍 | 第56-57页 |
| 4.4.2 实验设置 | 第57-58页 |
| 4.4.3 实验结果及分析 | 第58-66页 |
| 4.5 本章总结 | 第66-67页 |
| 第五章 总结和展望 | 第67-69页 |
| 5.1 本文总结 | 第67页 |
| 5.2 展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |
| 1. 基本情况 | 第77页 |
| 2. 教育背景 | 第77页 |
| 3. 攻读硕士学位期间的研究成果 | 第77-78页 |