logo
教育论文中心  教育论文中心   广告服务  广告服务   论文搜索  论文搜索   论文发表  论文发表   会员专区  会员专区   在线购卡   在线购卡   服务帮助  服务帮助   联系我们  联系我们   网站地图  网站地图   硕士论文  会员专区   博士论文
当前位置:教育论文中心首页--硕士论文--基于自编码器的SAR目标鉴别算法研究
博硕论文分类列表
工业技术 交通运输 农业科学
生物科学 航空航天 历史地理
医学卫生 语言文字 环境科学
综合图书 政治法律 社会科学
马列主义、毛泽东思想 艺术
数理科学和化学 文学
天文学、地理科学 军事
文化科学、教育体育 经济
自然科学总论 哲学
查看更多分类
 
论文搜索
 
 
相关论文
基于数字视频船舶火灾报警系统
栈式编码器改进及其工程应用
SAR图像处理及地面目标识别技术
基于欧氏距离和精英交叉免疫算法
合成孔径雷达回波信号模拟研究
名字路由协议研究与实现
复杂场景下SAR目标鉴别算法研究
基于非负编码器及非负矩阵分解
基于信息技术企业战略管理平台理
基于情境认知英语教学模式研究
中国私募股权投资中估值问题研究
针刺土工织物垂直渗透率理论研究
基于身份公钥密码系统研究
水情电报翻译研究
面向对象软件测试技术研究
基于心电信号和深度神经网络睡眠
使用深度学习方法推荐系统
资源型企业转型升级动力研究--以
云计算中基于属性访问控制和权限撤
SAR目标鉴别算法研究
SAR图像目标鉴别技术研究
复杂背景下SAR图像目标检测与识
普适模糊推理系统理论及应用
音乐内容和歌词相结合歌曲情感分
SAR图像目标聚类算法研究
基于NS2TD-LTE高铁环境
SUPA中基于SRLG共享保护
陆地卫星7号ETM+图像数据缺行
高密度荧光分子定位算法研究
基于实例颜色处理新技术研究
多授权中心基于属性签名及加密算
基于风险检测(RBI)在海底管
印刷ERP系统中访问控制机制
基于任务和角色加密CAD模型
面向涉密企业数字内容安全管理系统
基于形式概念分析图像数据挖掘研
基于性能多高层混凝土建筑结构非
现代企业工资制度比较分析与合理选
基于图像点云模型建造及其在环境
基于双线性配对公钥加密和签密方
农资电子商务智能推荐模型研究
通用图像检索系统和高维索引技术
基于属性密码技术研究
基于内容视频拷贝检测算法研究
钢筋混凝土框架结构整体概率抗震
基于身份公钥体系安全电子邮件系
5G D2D通信建立机制与资源复
基于SAR-SIFT特征SAR
基于压缩感知SAR图像分类和识
无线传感器网络路由与广播算法研究
SAR图像目标鉴别算法研究
基于密度与路径谱聚类算法研究
基于半监督集成遥感图像分割和
 
科目列表
市场营销 管理理论 人力资源
电子商务 社会实践 先进教育
伦理道德 艺术理论 环境保护
农村研究 交通相关 烟草论文
电子电气 财务分析 融资决策
电影艺术 国学论文 材料工程
语文论文 数学论文 英语论文
政治论文 物理论文 化学论文
生物论文 美术论文 历史论文
地理论文 信息技术 班主任
音乐论文 体育论文 劳技论文
自然论文 德育管理 农村教育
素质教育 三个代表 旅游管理
国际贸易 哲学论文 工商管理
证券金融 社会学 审计论文
会计论文 建筑论文 电力论文
水利论文 园林景观 农林学
中医学 西医学 心理学
公安论文 法学法律 思想汇报
法律文书 总结报告 演讲稿
物业管理 经济学 论文指导
计算机 护理论文 社会调查
军事论文 化工论文 财政税收
保险论文 物流论文 语言教育
教育教学 给水排水 暖通论文
结构论文 综合类别 硕士论文
博士论文    
 
 
基于自编码器的SAR目标鉴别算法研究
 
     论文目录
 
摘要第5-7页
ABSTRACT第7-8页
符号对照表第13-14页
缩略语对照表第14-18页
第一章 绪论第18-24页
    1.1 研究背景及意义第18页
    1.2 国内外研究现状第18-20页
        1.2.1 SAR目标鉴别研究国内外现状第18-19页
        1.2.2 深度学习研究国内外研究现状第19-20页
    1.3 本文主要工作及实验数据集介绍第20-24页
        1.3.1 实验数据集简介第20-22页
        1.3.2 本文的内容安排第22-24页
第二章 基于稀疏自编码器的SAR目标鉴别算法第24-48页
    2.1 概述第24页
    2.2 人工神经网络第24-30页
        2.2.1 神经元与神经网络第25-26页
        2.2.2 人工神经网络前向传播算法第26-28页
        2.2.3 人工神经网络反向传播算法第28-29页
        2.2.4 梯度检验第29-30页
    2.3 人工神经网络学习方法第30-31页
        2.3.1 有监督学习第30页
        2.3.2 无监督学习第30-31页
        2.3.3 半监督学习第31页
    2.4 特征表达转换第31-32页
    2.5 稀疏自编码器第32-47页
        2.5.1 自编码器第33-34页
        2.5.2 稀疏自编码器第34-36页
        2.5.3 Softmax分类器第36-38页
        2.5.4 隐层可视化第38-40页
        2.5.5 实验结果及分析第40-47页
    2.6 本章小结第47-48页
第三章 基于类编码器的SAR目标鉴别算法第48-66页
    3.1 概述第48页
    3.2 可鉴别性编码器第48-50页
        3.2.1 可鉴别性特征第48-49页
        3.2.2 可鉴别性编码器第49-50页
    3.3 类编码器第50-58页
        3.3.1 类编码器模型第50-51页
        3.3.2 类编码器训练过程第51-52页
        3.3.3 带动量项的随机梯度下降法第52-54页
        3.3.4 实验结果及性能分析第54-58页
    3.4 类编码器分类器第58-62页
        3.4.1 类编码器分类器模型第58-60页
        3.4.2 类编码器分类器训练过程第60-61页
        3.4.3 实验结果及性能分析第61-62页
    3.5 深度类编码器分类器第62-65页
        3.5.1 深度类编码器分类器模型第62-63页
        3.5.2 实验结果及性能分析第63-65页
    3.6 本章小结第65-66页
第四章 基于Fisher准则约束的栈式稀疏自编码器的SAR目标鉴别算法第66-86页
    4.1 概述第66页
    4.2 Fisher准则第66-68页
    4.3 基于栈式稀疏自编码器的SAR目标鉴别算法第68-74页
        4.3.1 栈式稀疏自编码器模型第68-70页
        4.3.2 微调栈式稀疏自编码器第70-72页
        4.3.3 实验结果及分析第72-74页
    4.4 基于Fisher准则约束的栈式稀疏自编码器第74-81页
        4.4.1 基于Fisher准则约束的栈式稀疏自编码器模型第74-75页
        4.4.2 基于Fisher准则约束的栈式稀疏自编码器训练过程第75-77页
        4.4.3 实验结果及分析第77-81页
    4.5 基于Fisher准则约束的Softmax分类器第81-85页
        4.5.1 基于Fisher准则约束的Softmax分类器模型第81-82页
        4.5.2 基于Fisher准则约束的Softmax分类器模型训练过程第82-84页
        4.5.3 实验结果及分析第84-85页
    4.6 本章小结第85-86页
第五章 结论第86-88页
    5.1 工作总结第86-87页
    5.2 工作展望第87-88页
附录A 传统人工神经网络反向传播过程中各层残差推导第88-90页
附录B 类编码器反向传播过程中各层残差推导第90-92页
附录C 类编码器分类器反向传播过程中各层残差推导第92-96页
附录D 栈式稀疏自编码器反向传播过程中各层残差推导第96-100页
附录E 基于Fisher准则约束的栈式稀疏自编码器反向传播过程中各层残差推导第100-104页
附录F 基于Fisher准则约束的Softmax分类器反向传播过程中各层残差推导第104-108页
参考文献第108-112页
致谢第112-114页
作者简介第114-115页

 
 
论文编号BS4157558,这篇论文共115
会员购买按0.35元/页下载,共需支付40.25元。        直接购买按0.5元/页下载,共需要支付57.5元 。
我还不是会员,注册会员
会员下载更优惠!充值送钱!
我只需要这篇,无需注册!
直接网上支付,方便快捷!
 您可能感兴趣的论文
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。
 
 
| 会员专区 | 在线购卡 | 广告服务 | 网站地图 |
版权所有 教育论文中心 Copyright(C) All Rights Reserved
联系方式: QQ:277865656 或写信给我