声明
摘要
第1章绪论
1.1研究背景和意义
1.2国内外研究现状
1.2.1面向遥感影像的传统分类方法
1.2.2图像级影像分类的深度学习方法
1.2.3像素级影像分类的深度学习方法
1.2.4存在的问题
1.3研究目的与内容
1.4论文的组织结构图
1.5论文的组织结构
第2章深度学习模型相关原理介绍
2.1卷积神经网络
2.1.1 CNN结构
2.1.2 CNN核心层
2.1.3 CNN特点
2.2全卷积神经网络
2.2.1 FCN原理
2.2.2 FCN特点
2.3误差反向传播算法
2.4本章小结
第3章面向遥感影像分类的VGG-X深度网络
3.1 引言
3.2面向影像分类的深度网络分析
3.3 基于空洞卷积的VGG-X深度网络设计
3.4实验与分析
3.4.1 实验数据集和实验环境介绍
3.4.2实验评价标准
3.4.3 VGG-X深度网络构造实验
3.4.4 WHU-RS1 9数据集对比实验
3.4.5 UCMerced数据集对比实验
3.5本章小结
第4章FCN-VGG-X与扩展势能相结合的遥感影像分类
4.1 引言
4.2.2 FCN-VGG-X网络的构造
4.3基于扩展势能的条件随机场
4.3.1 构造概率无向图模型
4.3.2条件随机场的预测方法分析
4.3.3基于纹理核函数的密集条件随机场设计
4.3.4面向遥感影像分类的平均场变分推断
4.4实验与分析
4.4.1 实验数据集与实验环境介绍
4.4.2实验评价标准
4.4.3城市局部住宅区域分割对比实验
4.4.4 田野局部区域分割对比实验
4.4.5 农村村落局部区域分割对比实验
4.5本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢