声明
插图索引
表格索引
符号对照表
缩略语对照表
第一章 绪论
1.1研究背景与意义
1.2 DNN与演化多目标优化研究现状与难点
1.3遥感影像变化检测研究现状与难点
1.4研究内容与章节安排
第二章 多目标稀疏特征学习模型
2.1引言
2.2多目标优化问题与方法
2.3多目标稀疏特征学习模型与优化方法
2.4实验与结果分析
2.5本章小结
第三章 基于多目标优化的深度神经网络结构学习
3.1引言
3.2专家乘积系统(PoE)
3.3结构学习模型与优化方法
3.4实验与结果分析
3.5本章小结
第四章 基于多目标演化网络的遥感影像变化检测
4.1 引言
4.2 基于深度神经网络的SAR图像变化检测框架
4.3 基于稀疏特征和稀疏结构学习的SAR图像变化检测
4.4 真实SAR图像实验
4.5本章小结
第五章 基于深度卷积耦合网络的多源异质遥感影像变化检测
5.1 引言
5.2 多源异质图像变化检测
5.3 深度卷积耦合网络
5.4 实验结果与分析
5.5本章小结
第六章 基于双边差异网络的未配准图像变化检测
6.1 引言
6.2 加入配准的变化检测方法模型
6.3 双边差异网络(Bipartite Differential Neural Network,BDNN)
6.4 实验结果与分析
6.5本章小结
第七章 总结与展望
7.1 研究内容总结
7.2 未来研究展望
参考文献
致谢
作者简介