新書推薦：
《
北京三万里
》
售價：NT$
437.0
《
争吵的恋人：我们为什么相爱，又为什么争吵
》
售價：NT$
330.0
《
秘史：英国情报机构的崛起
》
售價：NT$
381.0
《
李鸿章及其时代：中西方世界的历史撞击
》
售價：NT$
330.0
《
剑桥罗马骑士等级史（历史学堂）
》
售價：NT$
1277.0
《
脉络：小我与大势
》
售價：NT$
484.0
《
权势转移：近代中国的思想与社会（修订版）
》
售價：NT$
435.0
《
欧洲四千年
》
售價：NT$
435.0
|
| 編輯推薦： |
|
高光谱遥感技术将成像技术和光谱技术有机地结合在一起，使得高光谱图像具有图谱合一的特点，能够提供区分不同地物的诊断性光谱信息，因此，在众多遥感应用领域具有独特的优势。高光谱遥感技术的应用具有广泛的背景与良好的前景，并与合成孔径雷达、激光探测与测距一起被视为今后*发展前景的三种遥感信息获取技术。
|
| 內容簡介： |
高光谱图像波段选择技术是解决高光谱图像处理维数灾难、计算复杂度高、波段相关性大等问题的一个有效途径。全书围绕高光谱波段选择技术，介绍了高光谱遥感的原理和应用，高光谱波段选择技术的必要性和国内外研究进展；针对传统高光谱图像波段选择技术中存在的鲁棒性低、计算效率低及没有针对小目标检测等问题进行了深入研究，提出了多种波段选择方法，并进行了详细的试验分析。各章从基础知识、基本原理、研究思路和实施效果等方面进行详细介绍，能够为不同层次的读者和研究人员提供充分的参考信息。
本书可以作为高光谱遥感技术领域研究生的辅助教材，对遥感、数据处理、信号分析、机器学习等相关专业的研究人员也有重要的参考价值。
|
| 關於作者： |
|
孙康，工学博士，中国电子科技集团公司第五十四研究所高级工程师，曾获中国博士后科学基金一等资助、河北省三三三人才工程第三层次人才称号等荣誉。主要从事遥感信息处理及遥感应用系统设计开发工作，对遥感图像处理、目标检测识别等领域具有深入研究，发表SCI检索论文20余篇，担任IEEE等多个期刊审稿人。 陈金勇，研究员，中国电子科技集团公司首席专家，第五十四研究所副总工程师，长期从事航天对地观测地面系统运控与应用领域工程项目的论证研发和相关技术研究，先后获得省部级科技进步一等奖4项、二等奖5项，是河北省三三三人才工程第一层次人才培养对象、河北省政府特殊津贴专家，中国遥感应用协会理事、中国电子学会遥感遥测遥控分会副主任委员、河北省遥感应用协会理事。获得授权发明专利20多项，发表论文30余篇，指导研究生40多名。
|
| 目錄：
|
第 1章 高光谱遥感概述 1
1.1 高光谱成像原理 1
1.2 高光谱图像数据特点 7
1.3 成像光谱仪系统介绍 11
1.3.1 航空成像光谱仪系统 11
1.3.2 航天成像光谱仪系统 15
1.4 高光谱遥感应用 24
1.4.1 地质调查 25
1.4.2 植被监测 26
1.4.3 农业应用 28
1.4.4 水体监测 32
1.4.5 灾害环境 35
1.4.6 土壤调查 36
1.4.7 城市环境遥感 37
1.5 本书的内容安排 38
第 2章 高光谱图像波段选择技术概述 40
2.1 引言 40
2.2 高光谱图像波段选择的基本概念 40
2.2.1 高光谱图像的特点 40
2.2.2 波段选择的必要性 42
2.2.3 波段选择的研究内容 45
2.3 国内外研究现状与进展 46
2.3.1 非监督波段选择研究进展 46
2.3.2 监督波段选择研究进展 48
2.3.3 波段选择存在的问题 49
2.4 高光谱图像波段选择基础 49
2.4.1 高光谱图像波段选择的典型方法 50
2.4.2 波段子集搜索方法 54
2.4.3 小目标检测算法CEM 66
2.5 高光谱图像波段选择技术的评价 70
2.5.1 分类精度 70
2.5.2 ROC曲线 71
2.5.3 计算复杂度 72
2.6 本书使用的高光谱数据简介 73
2.6.1 AVIRIS数据 73
2.6.2 OMIS数据 78
2.7 本章小结 80
第3章 高鲁棒性的高光谱图像波段选择技术 81
3.1 引言 81
3.2 基于数据质量的波段选择 82
3.2.1 高光谱立方体图像质量 83
3.2.2 基于数据质量的波段选择方法 84
3.2.3 MNBS的进一步解释 85
3.2.4 试验结果 87
3.3 典型成分分析快速波段选择 92
3.3.1 典型成分分析（ECA） 93
3.3.2 ECA的优势 95
3.3.3 试验结果 95
3.4 基于图表示的波段选择 102
3.4.1 引言 103
3.4.2 准则函数 105
3.4.3 进一步讨论与改进 107
3.4.4 波段子集搜索 109
3.4.5 计算复杂度 110
3.4.6 试验结果 111
3.5 本章小结 119
第4章 高光谱图像快速波段选择技术 120
4.1 引言 120
4.2 基于分块矩阵的快速波段选择 121
4.2.1 序贯前向搜索算法 121
4.2.2 基于分块矩阵的快速波段选择技术 122
4.2.3 计算复杂度分析 125
4.2.4 试验结果 126
4.3 基于体积梯度的快速波段选择 129
4.3.1 序贯后向搜索算法 129
4.3.2 基于体积梯度的快速波段选择技术 130
4.3.3 计算复杂度分析 134
4.3.4 试验结果 135
4.4 基于自相关矩阵的快速波段选择 139
4.4.1 准则函数 140
4.4.2 基于对称矩阵特性的快速计算 143
4.4.3 ACMBS精度的改进 146
4.4.4 复杂度分析 148
4.4.5 试验结果 149
4.5 本章小结 153
第5章 面向小目标检测的高光谱图像波段选择技术 154
5.1 引言 154
5.2 基于联合偏度的波段选择 155
5.2.1 张量 156
5.2.2 联合偏度 157
5.2.3 超行列式的计算 158
5.2.4 搜索策略 159
5.2.5 试验结果 160
5.3 基于CEM的波段选择 168
5.3.1 CEM回顾 169
5.3.2 BSC1 170
5.3.3 BSC2 170
5.3.4 BSC3 171
5.3.5 试验结果 172
5.4 基于LASSO的波段选择 179
5.4.1 模型的建立 180
5.4.2 模型的求解 181
5.4.3 试验结果 182
5.5 本章小结 188
第6章 总结与展望 189
6.1 全书内容总结 189
6.2 后续工作展望 191
参考文献 193
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
