| 摘要 | 第5-8页 |
| ABSTRACT | 第8-10页 |
| 符号对照表 | 第14-16页 |
| 缩略语对照表 | 第16-21页 |
| 第一章 绪论 | 第21-31页 |
| 1.1 研究背景和意义 | 第21-23页 |
| 1.2 极化SAR理论 | 第23-26页 |
| 1.3 极化SAR图像分类算法研究现状 | 第26-28页 |
| 1.3.1 基于极化散射特性的分类算法 | 第26-27页 |
| 1.3.2 基于统计特性的分类算法 | 第27页 |
| 1.3.3 基于机器学习的分类算法 | 第27-28页 |
| 1.4 本文的贡献和内容安排 | 第28-31页 |
| 第二章 基于多层投影字典对学习的极化SAR图像分类 | 第31-49页 |
| 2.1 引言 | 第31-32页 |
| 2.2 投影字典对学习算法 | 第32页 |
| 2.2.1 判别字典学习模型 | 第32页 |
| 2.2.2 投影字典对学习模型 | 第32页 |
| 2.3 基于多层投影字典对学习的极化SAR图像分类 | 第32-37页 |
| 2.3.1 多层投影字典对学习算法 | 第33-36页 |
| 2.3.2 Softmax分类器 | 第36-37页 |
| 2.4 实验与结果分析 | 第37-47页 |
| 2.4.1 参数设置 | 第37-38页 |
| 2.4.2 分类性能 | 第38-45页 |
| 2.4.3 分析 | 第45-47页 |
| 2.5 小结 | 第47-49页 |
| 第三章 基于半耦合投影字典对学习和稀疏自编码器的极化SAR图像分类 | 第49-67页 |
| 3.1 引言 | 第49-50页 |
| 3.2 半耦合字典学习算法 | 第50页 |
| 3.3 基于半耦合投影字典对学习和稀疏自编码器的极化SAR图像分类 | 第50-56页 |
| 3.3.1 稀疏自编码器 | 第51-52页 |
| 3.3.2 半耦合投影字典对学习 | 第52-56页 |
| 3.4 实验与结果分析 | 第56-64页 |
| 3.4.1 参数设置 | 第56-57页 |
| 3.4.2 分类性能 | 第57-63页 |
| 3.4.3 分析 | 第63-64页 |
| 3.5 小结 | 第64-67页 |
| 第四章 基于非线性投影字典对学习的极化SAR图像分类 | 第67-83页 |
| 4.1 引言 | 第67-68页 |
| 4.2 基于非线性投影字典对学习的极化SAR图像分类 | 第68-71页 |
| 4.3 实验与结果分析 | 第71-80页 |
| 4.3.1 参数设置 | 第72-73页 |
| 4.3.2 分类性能 | 第73-78页 |
| 4.3.3 分析 | 第78-80页 |
| 4.4 小结 | 第80-83页 |
| 第五章 基于深度全卷积网络的极化SAR图像分类 | 第83-103页 |
| 5.1 引言 | 第83-84页 |
| 5.2 全卷积神经网络 | 第84-87页 |
| 5.2.1 卷积神经网络简介 | 第84-86页 |
| 5.2.2 全卷积神经网络简介 | 第86-87页 |
| 5.3 基于深度全卷积网络的极化SAR图像分类 | 第87-90页 |
| 5.3.1 滑窗全卷积网络 | 第87-88页 |
| 5.3.2 基于稀疏编码的下采样算法 | 第88-90页 |
| 5.3.3 基于滑窗全卷积和稀疏编码的极化SAR图像分类 | 第90页 |
| 5.4 实验与结果分析 | 第90-100页 |
| 5.4.1 参数设置 | 第91页 |
| 5.4.2 分类性能 | 第91-97页 |
| 5.4.3 分析 | 第97-100页 |
| 5.5 小结 | 第100-103页 |
| 第六章 基于对抗重构分类网络的极化SAR图像分类 | 第103-117页 |
| 6.1 引言 | 第103页 |
| 6.2 相关工作 | 第103-104页 |
| 6.2.1 生成对抗网络简介 | 第103-104页 |
| 6.2.2 深度重构分类网络简介 | 第104页 |
| 6.3 基于对抗重构分类网络的极化SAR图像分类 | 第104-108页 |
| 6.3.1 重构分类网络 | 第104-106页 |
| 6.3.2 对抗重构分类网络 | 第106-108页 |
| 6.4 实验与结果分析 | 第108-115页 |
| 6.4.1 参数设置 | 第108-109页 |
| 6.4.2 分类性能 | 第109-113页 |
| 6.4.3 分析 | 第113-115页 |
| 6.5 小结 | 第115-117页 |
| 第七章 总结与展望 | 第117-121页 |
| 7.1 论文工作总结 | 第117-119页 |
| 7.2 工作展望 | 第119-121页 |
| 参考文献 | 第121-139页 |
| 致谢 | 第139-141页 |
| 作者简介 | 第141-143页 |
