论文目录 | |
摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
符号对照表 | 第10-11页 |
缩略语对照表 | 第11-15页 |
第一章 绪论 | 第15-19页 |
1.1 研究背景 | 第15-16页 |
1.2 研究的目的与意义 | 第16页 |
1.3 论文的主要工作及章节安排 | 第16-19页 |
第二章 基于图的半监督分类方法 | 第19-25页 |
2.1 半监督学习方法概述 | 第19-20页 |
2.2 常见的构图方法 | 第20-21页 |
2.2.1 全连接图 | 第20页 |
2.2.2 近邻图 | 第20页 |
2.2.3 局部线性嵌入图(LLE图) | 第20-21页 |
2.2.4 锚点图 | 第21页 |
2.2.5 超图 | 第21页 |
2.3 基于图的半监督学习方法 | 第21-24页 |
2.3.1 图的最小切算法(Min Cut) | 第22页 |
2.3.2 基于高斯场和调和函数的方法 | 第22-23页 |
2.3.3 局部和全局一致性方法 | 第23-24页 |
2.3.4 流形正则化方法 | 第24页 |
2.4 本章小结 | 第24-25页 |
第三章 基于拍卖图的快速半监督极化SAR分类 | 第25-41页 |
3.1 引言 | 第25页 |
3.2 基于拍卖图的快速半监督分类 | 第25-28页 |
3.2.1 超像素分割加入空间信息 | 第25-26页 |
3.2.2 利用Nystrom方法求取相似近邻矩阵 | 第26页 |
3.2.3 利用拍卖算法对相似近邻矩阵进行稀疏 | 第26-27页 |
3.2.4 半监督方法进行分类 | 第27-28页 |
3.3 时间复杂度分析 | 第28-29页 |
3.4 实验结果与分析 | 第29-40页 |
3.4.1 仿真极化SAR数据实验 | 第30-31页 |
3.4.2 San Francisco地区的AIRSAR数据实验 | 第31-33页 |
3.4.3 Oberpfaffenhofen(德国地区)的E-SAR数据实验结果 | 第33-34页 |
3.4.4 Flevoland(荷兰地区)的AIRSAR数据实验结果 | 第34-36页 |
3.4.5 中国西安地区的Radarsat2数据实验 | 第36-38页 |
3.4.6 丹麦Foloum地区的EMISAR | 第38-39页 |
3.4.7 参数K对于分类正确率的影响 | 第39-40页 |
3.5 本章小结 | 第40-41页 |
第四章 基于随机森林构图的半监督极化SAR分类 | 第41-59页 |
4.1 引言 | 第41页 |
4.2 半监督随机森林 | 第41-45页 |
4.2.1 半监督模型 | 第41-42页 |
4.2.2 多分类中标签样本和无标签样本margin的定义 | 第42-43页 |
4.2.3 退火优化 | 第43-45页 |
4.3 基于随机森林构图的半监督分类 | 第45-48页 |
4.3.1 决策树训练 | 第45-46页 |
4.3.2 决策树构图 | 第46-47页 |
4.3.3 半监督方法进行分类 | 第47-48页 |
4.4 实验结果与分析 | 第48-57页 |
4.4.1 仿真极化SAR数据实验 | 第48-50页 |
4.4.2 Oberpfaffenhofen(德国地区)的E-SAR数据实验结果 | 第50-51页 |
4.4.3 San Francisco地区的AIRSAR数据实验 | 第51-52页 |
4.4.4 Flevoland(荷兰地区)的AIRSAR数据实验 | 第52-54页 |
4.4.5 中国西安地区的Radarsat2数据实验 | 第54-56页 |
4.4.6 丹麦Foloum地区的EMISAR数据实验 | 第56-57页 |
4.5 本章小结 | 第57-59页 |
第五章 基于空间约束的快速更新图的半监督极化SAR分类 | 第59-71页 |
5.1 引言 | 第59-60页 |
5.2 基于近邻寻找的图 | 第60页 |
5.3 基于空间约束的快速更新图半监督分类 | 第60-62页 |
5.3.1 空间信息约束 | 第60-61页 |
5.3.2 基于全连接图的快速更新图 | 第61页 |
5.3.3 半监督方法进行分类 | 第61-62页 |
5.4 时间复杂度分析 | 第62页 |
5.5 实验结果与分析 | 第62-69页 |
5.5.1 仿真极化SAR数据实验 | 第63-64页 |
5.5.2 Oberpfaffenhofen(德国地区)的E-SAR数据实验结果 | 第64-66页 |
5.5.3 San Francisco地区的AIRSAR数据实验 | 第66-67页 |
5.5.4 Flevoland(荷兰地区)的AIRSAR数据实验 | 第67-69页 |
5.6 本章小结 | 第69-71页 |
第六章 总结与展望 | 第71-73页 |
6.1 总结 | 第71页 |
6.2 工作展望 | 第71-73页 |
参考文献 | 第73-77页 |
致谢 | 第77-79页 |
作者简介 | 第79-80页 |