基于流形网络的极化SAR图像分类
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 底层特征提取 | 第12-13页 |
| 1.2.1.1 基于原始数据的统计特征 | 第12页 |
| 1.2.1.2 基于目标分解的极化特征 | 第12-13页 |
| 1.2.2 高层特征选择与分类决策 | 第13-15页 |
| 1.2.2.1 特征工程阶段 | 第13-14页 |
| 1.2.2.2 特征学习阶段 | 第14-15页 |
| 1.3 本论文研究内容 | 第15-17页 |
| 1.4 本论文内容安排 | 第17-18页 |
| 2 分类模块探讨 | 第18-32页 |
| 2.1 分类问题本质 | 第18-19页 |
| 2.2 卷积模块 | 第19-21页 |
| 2.3 流形模块 | 第21-26页 |
| 2.3.1 流形方法 | 第21-26页 |
| 2.3.1.1 全局方法 | 第22-24页 |
| 2.3.1.2 局部方法 | 第24-25页 |
| 2.3.1.3 t分布随机邻域嵌入 | 第25-26页 |
| 2.4 卷积映射与流形映射探讨实验 | 第26-30页 |
| 2.4.1 数据设计 | 第26页 |
| 2.4.2 网络结构 | 第26-27页 |
| 2.4.3 映射结果 | 第27-30页 |
| 2.5 本章小结 | 第30-32页 |
| 3 流形网络 | 第32-44页 |
| 3.1 流形嵌入网络 | 第32-40页 |
| 3.1.1 高维数据空间 | 第32-36页 |
| 3.1.2 低维流形空间 | 第36页 |
| 3.1.3 流形嵌入网络框架 | 第36-40页 |
| 3.2 流形映射网络 | 第40-43页 |
| 3.2.1 网络框架 | 第40-41页 |
| 3.2.2 优化过程 | 第41-42页 |
| 3.2.3 算法整体流程 | 第42-43页 |
| 3.3 本章小结 | 第43-44页 |
| 4 实验结果与分析 | 第44-62页 |
| 4.1 实验数据 | 第44-46页 |
| 4.1.1 AIRSAR荷兰数据 | 第44页 |
| 4.1.2 EMISAR丹麦数据 | 第44页 |
| 4.1.3 X波段海南SAR数据 | 第44-46页 |
| 4.2 实验设置 | 第46-50页 |
| 4.2.1 数据预处理 | 第46-47页 |
| 4.2.2 对比设置 | 第47-48页 |
| 4.2.3 参数设置 | 第48-50页 |
| 4.3 结果分析 | 第50-61页 |
| 4.3.1 AIRSAR荷兰数据实验结果 | 第50-54页 |
| 4.3.2 EMISAR丹麦数据实验结果 | 第54-58页 |
| 4.3.3 X波段海南SAR数据实验结果 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 5 总结与展望 | 第62-64页 |
| 5.1 论文总结 | 第62-63页 |
| 5.2 前景展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 攻硕期间科研成果 | 第72-73页 |
