声明
摘要
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文主要工作
1.4 本文内容安排
第二章 深度学习与卷积神经网络
2.1 神经网络
2.1.1 神经网络的发展
2.1.2 神经网络的特点
2.1.3 神经网络的结构原理
2.2 卷积神经网络
2.2.1 LeNet-5
2.2.2 修正线性单元
2.2.3 Dropout
2.2.4 梯度下降算法
2.3 本章小结
第三章 基于支持向量机与卷积神经网络的半监督学习合成孔径雷达图像地物类型分类方法
3.1 图像预处理与特征提取
3.1.1 Frost滤波
3.1.2 灰度特征
3.1.3 雷达散射截面
3.1.4 Gabor小波变换
3.1.5 灰度共生矩阵
3.2 支持向量机预分类
3.2.1 主成分分析法
3.2.2 支持向量机分类
3.2.3 分类置信度
3.2.4 实验结果与分析
3.3 卷积神经网络
3.3.1 样本集合并与扩充
3.3.2 网络模型
3.3.3 实验结果与分析
3.4 本章小结
第四章 基于生成对抗网络的合成孔径雷达图像道路网络提取方法
4.1 生成对抗网络
4.1.1 生成器
4.1.2 判别器
4.1.3 实验结果与分析
4.2 道路网络后处理
4.2.1 模糊C均值聚类
4.2.2 实验结果与分析
4.3 本章小结
第五章 总结与展望
5.1 工作总结
5.2 研究展望
参考文献
致谢