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

基于自编码器的SAR目标鉴别算法研究

摘要第5-7页
ABSTRACT第7-8页
符号对照表第13-14页
缩略语对照表第14-18页
第一章 绪论第18-24页
    1.1 研究背景及意义第18页
    1.2 国内外研究现状第18-20页
        1.2.1 SAR目标鉴别研究国内外现状第18-19页
        1.2.2 深度学习研究国内外研究现状第19-20页
    1.3 本文主要工作及实验数据集介绍第20-24页
        1.3.1 实验数据集简介第20-22页
        1.3.2 本文的内容安排第22-24页
第二章 基于稀疏自编码器的SAR目标鉴别算法第24-48页
    2.1 概述第24页
    2.2 人工神经网络第24-30页
        2.2.1 神经元与神经网络第25-26页
        2.2.2 人工神经网络前向传播算法第26-28页
        2.2.3 人工神经网络反向传播算法第28-29页
        2.2.4 梯度检验第29-30页
    2.3 人工神经网络学习方法第30-31页
        2.3.1 有监督学习第30页
        2.3.2 无监督学习第30-31页
        2.3.3 半监督学习第31页
    2.4 特征表达转换第31-32页
    2.5 稀疏自编码器第32-47页
        2.5.1 自编码器第33-34页
        2.5.2 稀疏自编码器第34-36页
        2.5.3 Softmax分类器第36-38页
        2.5.4 隐层可视化第38-40页
        2.5.5 实验结果及分析第40-47页
    2.6 本章小结第47-48页
第三章 基于类编码器的SAR目标鉴别算法第48-66页
    3.1 概述第48页
    3.2 可鉴别性编码器第48-50页
        3.2.1 可鉴别性特征第48-49页
        3.2.2 可鉴别性编码器第49-50页
    3.3 类编码器第50-58页
        3.3.1 类编码器模型第50-51页
        3.3.2 类编码器训练过程第51-52页
        3.3.3 带动量项的随机梯度下降法第52-54页
        3.3.4 实验结果及性能分析第54-58页
    3.4 类编码器分类器第58-62页
        3.4.1 类编码器分类器模型第58-60页
        3.4.2 类编码器分类器训练过程第60-61页
        3.4.3 实验结果及性能分析第61-62页
    3.5 深度类编码器分类器第62-65页
        3.5.1 深度类编码器分类器模型第62-63页
        3.5.2 实验结果及性能分析第63-65页
    3.6 本章小结第65-66页
第四章 基于Fisher准则约束的栈式稀疏自编码器的SAR目标鉴别算法第66-86页
    4.1 概述第66页
    4.2 Fisher准则第66-68页
    4.3 基于栈式稀疏自编码器的SAR目标鉴别算法第68-74页
        4.3.1 栈式稀疏自编码器模型第68-70页
        4.3.2 微调栈式稀疏自编码器第70-72页
        4.3.3 实验结果及分析第72-74页
    4.4 基于Fisher准则约束的栈式稀疏自编码器第74-81页
        4.4.1 基于Fisher准则约束的栈式稀疏自编码器模型第74-75页
        4.4.2 基于Fisher准则约束的栈式稀疏自编码器训练过程第75-77页
        4.4.3 实验结果及分析第77-81页
    4.5 基于Fisher准则约束的Softmax分类器第81-85页
        4.5.1 基于Fisher准则约束的Softmax分类器模型第81-82页
        4.5.2 基于Fisher准则约束的Softmax分类器模型训练过程第82-84页
        4.5.3 实验结果及分析第84-85页
    4.6 本章小结第85-86页
第五章 结论第86-88页
    5.1 工作总结第86-87页
    5.2 工作展望第87-88页
附录A 传统人工神经网络反向传播过程中各层残差推导第88-90页
附录B 类编码器反向传播过程中各层残差推导第90-92页
附录C 类编码器分类器反向传播过程中各层残差推导第92-96页
附录D 栈式稀疏自编码器反向传播过程中各层残差推导第96-100页
附录E 基于Fisher准则约束的栈式稀疏自编码器反向传播过程中各层残差推导第100-104页
附录F 基于Fisher准则约束的Softmax分类器反向传播过程中各层残差推导第104-108页
参考文献第108-112页
致谢第112-114页
作者简介第114-115页

论文共115页,点击 下载论文
上一篇:卫星时变网络路由算法研究
下一篇:卫星导航接收机自适应调零天线抗干扰技术研究