声明
第1章 绪 论
1.1 课题背景及研究意义
1.2 国内外研究现状
1.2.1 遥感图像场景分类研究难点分析
1.2.2 遥感图像场景分类方法研究现状与发展趋势
1.3 本文主要研究内容与章节安排
第2章 遥感场景图像的深度特征提取
2.1 卷积神经网络发展历程
2.2 卷积神经网络基本原理
2.2.1 卷积神经网络特点简介
2.2.2 卷积神经网络结构分析
2.3 迁移学习
2.4 基于迁移学习的深度特征提取
2.5 本章小结
第3章 基于自注意力深度特征融合的遥感图像场景分类
3.1 引言
3.2 深度自注意力特征融合算法
3.2.1 自注意力机制简介
3.2.2 多层卷积特征提取
3.2.3 基于自注意力机制的深度特征空间加权
3.2.4 基于自注意力机制的深度特征通道加权
3.2.5 分类算法实现
3.3 实验结果与分析
3.3.1 实验数据集介绍
3.3.2 实验设置
3.3.3 参数讨论
3.3.4 实验结果
3.4 本章小结
第四章 基于自适应加权特征融合的遥感图像场景分类
4.1 引言
4.2 自适应加权特征融合算法
4.2.1 循环神经网络简介
4.2.2 基于循环神经网络的自适应加权特征融合
4.3.1 实验数据介绍
4.3.2 实验设置
4.3.3 网络结构分析
4.3.4 实验结果
4.4 本章小结
第5章 遥感图像场景分类软件模块
5.1 引言
5.2 软件模块环境配置
5.3 软件开发流程
5.4 软件模块显示界面与性能测试
5.4.1 显示界面
5.4.2 性能测试
5.5 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
附录A 攻读学位期间所发表的学术论文
湖南大学;