声明
目 录
第一章 绪论
1.1 研究背景及意义
1.2 极化SAR影像溢油检测研究现状
1.3 本文研究主要内容及安排
第二章 极化SAR的理论基础
2.1 极化波的表征
2.1.1 极化椭圆
2.1.2 Jones矢量
2.1.3 Stokes矢量
2.2 极化散射机理
2.2.1 面散射模型
2.2.2 体散射模型
2.2.3 漫散射模型
2.2.4 偶次散射模型
2.3 极化目标分解理论
2.3.1 极化相干目标分解模型
2.3.2 非相关目标极化分解模型
2.4 本章小结
第三章 基于优化小波神经网络的极化SAR溢油检测
3.1 神经网络简介
3.2 小波神经网络简介
3.2.1 小波变换
1.2.2 小波神经网络的结构
1.2.3 小波神经网络的训练
3.3 基于优化小波神经网络的极化SAR溢油检测
3.4 实验结果及其分析
3.5 本章小结
第四章 基于深度小波神经网络的极化SAR溢油检测
4.1 深度小波神经网络算法简介
4.1.1 SAE 网络
4.1.2 深度小波神经网络
4.2 深度小波神经网络算法实现步骤
4.3 实验结果及其分析
4.4 本章小结
结论
不足和展望
参考文献
攻读硕士学位期间取得的学术成果
致谢
中国石油大学(华东);