声明
第一章 绪 论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 矿区遥感监测研究现状
1.2.2 深度学习的遥感应用研究现状
1.3 研究内容与技术路线
1.4 论文组织结构
第二章 深度学习基础及相关算法
2.1 人工神经网络模型原理
2.2 激活函数
2.3 卷积神经网络
2.4 分类器
2.4.1 Logistic回归分类器
2.4.2 支持向量机
2.4.3 Softmax分类器
2.5 非极大值抑制算法
2.6 本章小结
第三章 稀土开采识别方法构建
3.1 算法概述
3.2 特征金字塔网络的稀土开采特征提取
3.3 稀土开采遥感影像的区域生成方法
3.4 稀土开采遥感影像的特征池化
3.5 遥感影像的像素识别方法
3.6 稀土开采特征地物的分类方法
3.7 损失函数设计
3.8 本章小结
第四章 实验结果与分析
4.1 研究区概况
4.2 数据来源与预处理
4.2.1 Pleiades影像数据
4.2.2 数据预处理
4.3 实验环境配置
4.4 模型训练与测试
4.5 数据集优化
4.6 精度评价
4.6.1评价指标
4.6.2 评价结果
4.7 本章小结
第五章 总结与展望
5.1 研究内容总结
5.2 研究展望
参考文献
致谢
攻读学位期间的研究成果
