声明
1 绪论
1.1研究背景及意义
1.2国内外研究进展
1.2.2基于深度学习的图像分类方法
1.3实验数据与精度评价指标
1.3.1实验数据
1.3.2分类评价指标
1.4主要研究工作与内容安排
1.4.2主要内容安排
1.5本章小结
2 深度学习基础理论与训练技巧
2.1深度学习模型
2.1.1 MLP
2.1.2 DCNN
2.2深度学习基础理论
2.2.1 前向传播算法
2.2.2 反向传播算法
2.3深度学习问题与处理
2.3.2 Dropout层
2.3.4 提前停止
2.4卷积网络特征可视化
2.5本章小结
3 遥感影像数据处理与特征提取
3.1动机与必要性
3.2数据增强
3.3遥感影像光谱降维
3.3.2 MNF变换
3.4导向滤波及优化
3.4.2 梯度域导向滤波
3.5遥感影像空间域特征提取
3.6实验结果与分析
3.7本章小结
4 基于深度学习的遥感空谱特征分类方法与改进
4.1动机与必要性
4.2遥感影像空谱结合分类方法
4.3基于深度神经网络的双通道遥感影像Block-Pixel-DCNN模型
4.3.2 Pixel-MLP模块
4.3.3 Block-Pixel-DCNN分类模块
4.3.4 Block-DCNN分类模型
4.4实验与分析
4.4.1 实验过程与结果分析
4.5本章小结
5 小样本遥感影像迁移学习及持续训练系统设计
5.1动机与必要性
5.2迁移学习方法
5.2.3 基于Fine-tuning的迁移学习
5.3小样本遥感影像迁移训练
5.4遥感影像持续训练系统设计
5.5实验过程与分析
5.6本章小结
6 总结与展望
6.1主要结论
6.2不足与展望
参考文献
作者简历
致谢
学位论文数据集
山东科技大学;