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SIFT与受限玻尔兹曼机的SAR图像分类

摘要第5-6页
ABSTRACT第6页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-22页
    1.1 研究背景及意义第14-16页
    1.2 国内外研究现状第16-19页
        1.2.1 SAR图像特征提取第16-18页
        1.2.2 SAR图像分类第18-19页
    1.3 论文的结构安排及贡献第19-22页
第二章 SIFT特征提取第22-30页
    2.1 图像特征点及匹配第22-24页
        2.1.1 图像特征的基本概念第22-24页
        2.1.2 图像特征匹配第24页
    2.2 SIFT特征提取第24-30页
        2.2.1 SIFT算法的特性及应用第24-25页
        2.2.2 SIFT算法的步骤第25-30页
第三章 DSIFT的构造及改进第30-40页
    3.1 SIFT研究进展及改进的基本方法第30-31页
    3.2 DSIFT描述子第31-32页
    3.3 SAR-SIFT和DSAR-SIFT算法第32-37页
        3.3.1 改进的SIFT梯度第32-35页
        3.3.2 SAR-SIFT算法第35-36页
        3.3.3 DSAR-SIFT算法第36-37页
    3.4 实验及结果分析第37-39页
    3.5 本章小结第39-40页
第四章 基于DSIFT和DSAR-SIFT的深度玻尔兹曼机的SAR图像分类第40-50页
    4.1 深度玻尔兹曼机第40-44页
        4.1.1 受限波尔兹曼机第40-43页
        4.1.2 深度玻尔兹曼机模型第43-44页
    4.2 基于DSIFT和DSAR-SIFT的深度玻尔兹曼机的SAR图像分类第44-47页
    4.3 实验及结果分析第47-48页
    4.4 本章小结第48-50页
第五章 基于DSAR-SIFT的深度瓶颈玻尔兹曼向量机的SAR图像分类第50-60页
    5.1 深度瓶颈玻尔兹曼机第50-52页
    5.2 相关向量机第52-55页
        5.2.1 相关向量机模型第52-54页
        5.2.2 相关向量机分类第54-55页
    5.3 基于DSAR-SIFT的深度瓶颈玻尔兹曼向量机的SAR图像分类第55-56页
    5.4 实验及结果分析第56-58页
    5.5 本章小结第58-60页
第六章 总结与展望第60-62页
参考文献第62-66页
致谢第66-68页
作者简介第68-69页

论文共69页,点击 下载论文
上一篇:尾崎红叶理想的女性形象
下一篇:日语教科书中敬语的导入研究