基于复数全卷积神经网络的SAR自动目标识别

声明

第一章 绪论

1.1 论文研究背景及意义

1.2 深度学习现状

1.3 SAR自动目标识别现状

1.4 文章结构安排

第二章 深度学习理论与SAR自动目标识别概述

2.1 深度学习理论概述

2.1.1 卷积神经网络

2.1.2卷积自编码器

2.2 SAR自动目标识别概述

2.2.1 基于SVM的SAR目标识别

2.2.2 基于隐马尔科夫模型的SAR目标识别

2.2.3 基于卷积神经网络的SAR目标识别

2.3 本章小结

第三章 基于复数全卷积神经网络的SAR自动目标识别

3.1 复数卷积神经网络的相关理论

3.1.1 复数卷积运算

3.1.2 复数权值初始化

3.1.3 复数批标准化

3.2 复数全卷积神经网络

3.2.1复数全卷积神经网络的前向传播

3.2.2复数全卷积神经网络的后向传播

3.2.3 基于1×1卷积改进的复数全卷积神经网络框架

3.3 基于复数全卷积神经网络的SAR图像识别

3.4 实验结果

3.4.1 实验数据

3.4.2 十分类实验

3.5 本章小结

第四章 基于全卷积神经网络和改进的卷积自编码器的SAR目标识别

4.1 改进的卷积自编码器原理

4.2 基于全卷积神经网络和改进的卷积自编码器的SAR目标识别

4.2.1 全卷积神经网络

4.2.2 改进的卷积自编码器

4.3 实验结果

4.3.1 只包含幅度信息的实数数据实验结果

4.3.2 包含幅度和相位信息的复数数据实验结果

4.4 本章小结

第五章 总结与展望

5.1 研究结论

5.2 研究展望

参考文献

致谢

攻读学位期间的研究成果