基于最优投影支持张量机的多分类算法研究

文摘

英文文摘

第一章 绪论

1.1 合成孔径雷达(SAR)的研究背景

1.2 自动目标识别技术

1.3 MSTAR数据介绍及本文的内容安排

1.3.1 MSTAR数据介绍

1.3.2 内容安排

第二章 SAR图像的预处理

2.1 对数变换

2.2 自适应阈值分割

2.3 形态学滤波

2.3.1 简单邻域平均法

2.3.2 中值滤波

2.4 几何聚类处理

2.5 图像增强

2.6 方位估计

2.7 实验结果

2.8 本章小结

第三章 基于张量的学习方法研究

3.1 图像的张量表示

3.2 张量的代数运算

3.3 PCA和LDA方法介绍

3.3.1 主成分分析(PCA)

3.3.2 线性判别分析(LDA)

3.4 张量子空间的研究

3.4.1 张量PCA(TensorPCA)

3.4.2 张量LDA(Tensor LDA)

3.5 实验结果

3.6 本章小结

第四章 基于支持张量机的多分类算法

4.1 支持向量机(SVM)

4.1.1 最优分类面

4.1.2 广义最优分类面

4.2 支持张量机(STM)迭代算法

4.3 基于最优投影的多分类算法

4.3.1 最优投影算法

4.3.2 投影矢量的确定

4.3.3 多分类策略

4.4 实验结果

4.5 本章小结

第五章 结束语

5.1 全文总结

5.2 未来工作展望

致谢

参考文献