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