原创力文档- 1、本文档共90页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
目录
摘要I
AbstractIII
第一章绪论1
1.1研究的目的和意义1
1.2国内外研究现状简介2
1.2.1传统方法2
1.2.2基于深度神经网络的方法3
1.3论文研究内容及贡献4
1.4论文的组织结构6
1.5本章小结7
第二章基于空谱双图展开网络的遥感图像融合方法9
2.1图卷积网络10
2.2空谱正则化优化11
2.2.1光谱图正则化优化11
2.2.2空间图正则化优化12
2.3网络结构13
2.3.1光谱图展开模块13
2.3.2空间图展开模块15
2.3.3重构融合图像16
2.3.4损失函数和实验设置17
2.4实验结果与分析18
2.4.1数据集18
2.4.2对比方法和评价指标19
2.4.3CAVE数据集的实验结果20
2.4.4Harvard数据集的实验结果21
2.4.5Pavia数据集的实验结果23
2.4.6DFC2018Houston数据集的实验结果24
2.4.7消融研究25
2.4.8网络架构分析27
2.4.9图像块大小的影响29
2.4.10参数分析29
2.4.11插值方法分析31
2.4.12模型复杂度分析32
2.5本章小结32
第三章基于低秩展开网络的遥感图像融合方法33
3.1相关知识33
3.1.1鲁棒主成分分析33
3.1.2注意力机制34
3.2基于RPCA模型优化34
3.3网络结构36
3.3.1展开ADMM37
3.3.2稀疏近端模块38
3.3.3损失函数和实验设置39
3.4实验结果与分析39
3.4.1数据集40
3.4.2对比方法和评价指标40
3.4.3CAVE数据集的实验结果40
3.4.4Harvard数据集的实验结果42
3.4.5Pavia数据集的实验结果43
3.4.6消融研究44
3.4.7网络架构分析45
3.4.8参数分析47
3.4.9插值方法分析47
3.4.10低秩和稀疏特征分析48
3.4.11模型复杂度分析49
3.5本章小结49
第四章基于空谱互引导展开网络的遥感图像融合方法51
4.1空谱互引导模型优化51
4.1.1空间引导模型优化51
4.1.2光谱引导模型优化52
4.2网络结构53
4.2.1空间和光谱上采样块54
4.2.2空间保真层54
4.2.3先验学习模块56
4.2.4光谱保真层57
4.2.5特征融合模块58
4.2.6损失函数和实验设置59
4.3实验结果与分析59
4.3.1数据集59
4.3.2对比方法和
文档评论（0）