基于ResNet模型的全极化SAR影像分类研究

PolSAR影像分类论文 SLIC超像素分割论文 特征优化论文
论文详情
摘要第5-7页
Abstract第7-8页
第1章 绪论第15-21页
    1.1 研究背景和意义第15-16页
    1.2 国内外研究现状第16-19页
        1.2.1 极化SAR影像分类研究现状第16-17页
        1.2.2 基于深度学习的SAR影像分类研究现状第17-19页
    1.3 论文研究内容与组织结构第19-21页
第2章 极化SAR基本原理与ResNet模型概述第21-37页
    2.1 极化SAR机理分析第21-24页
        2.1.1. 电磁波的极化表征第21-22页
        2.1.2. 极化散射矩阵第22-24页
    2.2 ResNet模型概述第24-33页
        2.2.1 引言第24-26页
        2.2.2 ResNet模型构建第26-32页
        2.2.3 ResNet模型应用第32-33页
    2.3 TensorFlow深度学习框架第33-35页
        2.3.1 环境搭建第34页
        2.3.2 计算图模型第34-35页
    2.4 本章小结第35-37页
第3章 极化SAR影像目标分解与特征选取第37-51页
    3.1 PolSAR影像目标分解第37-44页
        3.1.1 基于Kennaugh矩阵的目标分解第37-39页
        3.1.2 基于特征矢量的目标分解第39-42页
        3.1.3 基于散射模型的目标分解第42-43页
        3.1.4 相干目标分解第43-44页
    3.2 不同雷达植被指数对比第44-48页
        3.2.1 实验数据介绍第45页
        3.2.2 RVI计算第45-46页
        3.2.3 不同RVI对比第46-48页
    3.3 分类特征集优化第48-50页
    3.4 本章小结第50-51页
第4章 基于ResNet模型的全极化SAR影像分类第51-59页
    4.1 引言第51页
    4.2 基于ResNet模型的PolSAR影像分类应用第51-55页
        4.2.1 实验数据介绍与预处理第51-54页
        4.2.3 基于像素的ResNet模型PolSAR数据分类第54-55页
    4.3 实验结果与分析第55-58页
    4.4 本章小结第58-59页
第5章 基于超像素与ResNet模型的全极化SAR影像分类第59-65页
    5.1 SLIC算法简介第59-61页
    5.2 基于SLIC分割与ResNet模型的全极化SAR影像分类第61-62页
    5.3 实验结果与分析第62-64页
    5.4 本章小结第64-65页
第6章 论文总结与展望第65-67页
    6.1 工作总结第65-66页
    6.2 展望第66-67页
参考文献第67-72页
致谢第72页
论文购买
论文编号ABS4546246,这篇论文共72页
会员购买按0.30元/页下载,共需支付21.6
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付36
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656