基于多目标孪生卷积神经网络的遥感图像场景分类方法研究

目录

声明

致谢

变量注释表

1 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 主要研究内容

1.4 论文结构安排

2 相关理论介绍

2.1 卷积神经网络

2.2 数据增强

2.3 多目标进化算法

2.4 本章小结

3 基于孪生卷积神经网络模型的遥感图像场景分类研究

3.1 问题描述

3.2 孪生卷积神经网络模型

3.3 目标函数

3.3.1 分类损失

3.3.2 验证损失

3.3.3 正则损失

3.4 实验结果与分析

3.4.1 数据集

3.4.2 实验设置

3.4.3 实验结果

3.5 本章小结

4 基于旋转不变性特征学习和联合决策方法的遥感图像场景分类研究

4.1 问题描述

4.2 方法模型

4.3 旋转不变性特征学习和联合决策方法

4.3.1 旋转不变性特征学习

4.3.2 联合决策方法

4.4 实验结果与分析

4.4.1 实验设置

4.4.2 实验结果对比

4.5 本章小结

5 基于进化算法的多目标残差网络剪枝方法研究

5.1 问题描述

5.2 多目标残差网络剪枝模型

5.2.1 多目标残差网络

5.2.2 多目标残差网络剪枝优化

5.3 实验结果与分析

5.3.1 实验设置

5.3.2 实验结果对比

5.4 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

作者简历

学位论文原创性声明

学位论文数据集