新書推薦：
《
女性曼陀罗心理成长涂画书
》
售價：NT$
352
《
晚清困局：同治中兴的权力博弈与秩序重建
》
售價：NT$
398
《
BeamDojo原理与应用实践：构建具身智能系统
》
售價：NT$
556
《
混沌与秩序Ⅲ：人工智能时代企业成长之道
》
售價：NT$
449
《
新文化运动中的杜威——“实用主义”的变奏
》
售價：NT$
383
《
世界两栖战舰和两栖作战百科全书
》
售價：NT$
2030
《
藩镇时代
》
售價：NT$
500
《
国家记忆：故宫文物南迁史
》
售價：NT$
862
|
| 內容簡介： |
本书紧扣高光谱遥感影像处理与分析中的特征提取和分类两大主题，在国内外相关研究的基础上，结合作者所在团队研究成果，介绍了联合空间特征和光谱特征的高光谱影像特征提取与分类技术。全书共分9章，包括:绪论，典型高光谱影像特征提取，高光谱影像半监督特征提取，基于滤波的高光谱影像空谱特征提取，融合空谱特征的高光谱影像张量特征提取，高光谱影像模糊分类，高光谱影像信息向量机分类空间约束条件下的高光谱影像分类，高光谱影像多核支持向量机后验概率空间结构规则化等。
本书可作为高等工科院校遥感和地学等相关专业参考书，也可供相关领域研究人员和工程技术人员参考。
|
| 目錄：
|
目录
第 1 章 绪论
1.1 高光谱成像载荷发展
1.1.1 机载成像光谱仪发展
1.1.2 星载成像光谱仪发展
1.2 高光谱遥感应用
1.3 高光谱影像特征提取技术
1.3.1 典型特征提取技术
1.3.2 空谱特征提取技术
1.4 高光谱影像分类技术
1.4.1 分类与识别技术
1.4.2 混合像元分解技术
1.4.3 联合空谱特征的分类技术
1.5 典型高光谱遥感影像数据
1.5.1 AVIRIS - Indiana Pines 数据
1.5.2 AVIRIS - KSC 数据
1.5.3 AVIRIS - Salinas 数据
1.5.4 HYDICE - Washington DC Mall 数据
1.5.5 ROSIS - Pavia University 数据
1.5.6 ROSIS - Pavia Center 数据
1.5.7 OMIS - 太湖数据
1.5.8 PHI - 常州数据
1.5.9 PHI - 山东某码头数据
1.6 本章小结
第 2 章 典型高光谱影像特征提取
2.1 主成分分析
2.2 最小噪声分离
2.3 线性判别分析
2.4 独立成分分析
2.4.1 模型估计方法
2.4.2 快速 ICA 算法
2.5 流形学习特征提取
2.5.1 局部线性嵌入原理
2.5.2 改进局部线性嵌入
2.6 本章小结
第 3 章 高光谱影像半监督特征提取
3.1 核函数理论与方法
3.1.1 核函数理论
3.1.2 常用核函数
3.1.3 核方法特征提取
3.2 半监督学习
3.2.1 半监督学习的基本假设
3.2.2 半监督学习方法
3.3 核半监督判别分析特征提取
3.3.1 图视角线性判别分析
3.3.2 半监督判别分析
3.3.3 核半监督判别分析
3.4 性能分析与分类精度评价
3.4.1 特征提取性能分析
3.4.2 分类精度评价
3.5 本章小结
第 4 章 基于滤波的高光谱影像空谱特征提取
4.1 基于边缘保持滤波的空间特征提取方法
4.1.1 双边滤波
4.1.2 导向滤波
4.1.3 空间特征提取
4.2 高光谱显著性特征提取方法
4.2.1 SLIC 超像素分割
4.2.2 对比度计算
4.2.3 显著性分配
4.2.4 显著性特征提取
4.3 性能分析
4.3.1 边缘保持滤波空谱特征提取
4.3.2 显著性特征提取性能分析
4.4 本章小结
第 5 章 融合空谱特征的高光谱影像张量特征提取
5.1 张量空间理论
5.2 张量与多维线性代数
5.2.1 张量的内积、范数和距离
5.2.2 张量与矩阵的 k 维度乘积
5.2.3 张量的 k 维度展开
5.2.4 张量外积
5.2.5 张量分解
5.3 融合局部 - 空间多特征的高光谱影像张量特征提取
5.3.1 局部张量判别分析
5.3.2 纹理特征提取
5.3.3 形态学属性剖面形状特征提取
5.3.4 空谱特征融合张量特征提取
5.4 性能分析与分类精度评价
5.4.1 特征提取性能分析
5.4.2 分类精度评价
5.5 本章小结
第 6 章 高光谱影像模糊分类
6.1 模糊分类基本原理
6.1.1 模糊集理论
6.1.2 隶属度计算
6.2 稀疏核学习模型
6.3 相关向量机模糊分类
6.3.1 稀疏贝叶斯回归分类
6.3.2 训练过程优化
6.3.3 相关向量机分类
6.3.4 相关向量机分类性能评价
6.4 概率向量机模糊分类
6.4.1 概率向量机
6.4.2 模型参数推断
6.4.3 概率向量机分类流程
6.4.4 分类性能评价
6.5 本章小结
第 7 章 高光谱影像信息向量机分类
7.1 高斯过程理论
7.1.1 高斯过程定义
7.1.2 高斯过程回归模型
7.2 信息向量机
7.2.1 假设密度滤波近似
7.2.2 高斯过程回归
7.2.3 高斯过程分类
7.2.4 信息向量机
7.3 分类性能评价
7.3.1 核函数的选择
7.3.2 活动子集的选择
7.3.3 分类性能比较分析
7.4 本章小结
第 8 章 空间约束条件下的高光谱影像分类
8.1 概述
8.2 纹理特征提取
8.2.1 纹理特征描述
8.2.2 3D Gabor 滤波器
8.2.3 高光谱影像纹理特征提取
8.3 纹理特征提取分类性能评价
8.3.1 纹理特征提取分类
8.3.2 少量样本分类性能
8.4 形状结构特征提取
8.4.1 二值形态学
8.4.2 灰度形态学
8.4.3 形态学重建
8.4.4 高光谱影像形状结构特征提取
8.5 形状结构特征提取分类性能评价
8.5.1 形状结构特征提取分类
8.5.2 分类性能比较分析
8.6 本章小结
第 9 章 高光谱影像多核支持向量机后验概率空间结构规则化
9.1 多核学习方法
9.2 多核支持向量机后验概率分类
9.2.1 多核函数构造理论
9.2.2 多核支持向量机分类
9.3 后验概率空间结构规则化
9.4 性能评价
9.4.1 MKSVM 后验概率分类
9.4.2 空间结构规则化分析
9.5 本章小结
|
| 內容試閱：
|
遥感技术自诞生之日起便作为一种科学、技术和应用紧密结合的对地观测手段快速?峰展翺γ扩烛幇谬鵝釔雌鄰6?眾喟姉儼泔也阙您玢嶚次岕地鲇劙砣来。遥感对地观测的核心任务是获取地物目标精确的几何信息和精细的属性信息，图像和光谱是人们认识事物对象的两个重要依据，图像是目标几何信息的充分体现，光谱则反映了目标的属性信息。高光谱遥感(hyperspectralremotesensing，HRS)技术是20世纪80年代以来综合对地观测的重要组成部分，其优势在于能够将地物目标的空间几何信息和属性信息有机结合，得到“图谱合一”的光谱影像。高光谱遥感影像包含了丰富的空间特征和光谱特征，为地物目标属性信息精细探测创造了有利条件。首先，高光谱影像光谱分辨率高、波段数多，可在成像光谱范围内获取近似连续的地物光谱曲线，能够识别出更加精细的地物类别:其次，高光谱影像波长范围覆盖广，地物电磁波响应特征多，可探测到全色或多光谱遥感影像中不能探测的目标。因此，高光谱遥感作为前沿领域和研究热点，吸引着越来越多的学者投入研究，并逐渐成为国际对地观测竞争的制高点之一。
高光谱遥感地物目标探测的关键是对高光谱影像数据进行充分有效的处理和分析高光谱影像分析的技术水平将直接决定地物目标属性信息的提取和识别能力。高光谱影像分析的目的是将探测需求与目标特性相结合，从海量和复杂的高光谱数据中提取精确的地物要素属性信息。然而，高光谱数据的高维非线性、小样本等问题，制约着高光谱影像分析技术的发展。一方面，为了解决高维非线性问题，提高数据处理效率确保处理精度，通常要对原始高光谱影像数据进行特征降维处理，选择具有较大类别可柵峰高鼯嗱谈豁烫鍘钽僥俛穏膦兰院嶷檻鲷磴诀赓嘶签覆大勅俳义粼脏段或根据某种转换关系将数据投影到一个低维目优化后的新特征空间提取出能够突出地反映待测地物某一性状的特征，即特征提取;另一方面，针对小样本分类问题，可根据高光谱数据“图谱合一”的特点，在机器学习、深度学习理论基础上，充分利用高光谱影像中丰富的光谱特征信息和纹理、形状结构以及上下文等空间特征信息进行研究。因此，特征提取和分类技术已是高光谱影像处理、分析与应用的关键核心。
本书正是围绕上述这些问题，在总结国内外相关研究的基础上，结合作者所在团队近年来在高光谱影像处理与分析技术方面研究成果，主要介绍联合光谱特征和空间特征的特繒距征提取与分类技术。全书共9章:第1章主要介绍高光谱成像载荷的发展高光谱遥感典型应用，高光谱影像特征提取和分类技术研究现状，以及本书实验验证过程中所用到的典型高光谱遥感影像数据集;第2章主要介绍主成分分析、最小噪声分离、线性判别分析、独立成分分析和流形学习等典型高光谱影像特征提取技术，为后续章节的学习奠定理论基础:第3章~第5章分别介绍高光谱影像半监督特征提取基于滤波的高光谱影像空谱特征提取和融合空谱特征的高光谱影像张量特征提取技术:第6章~第9章分别介绍高光谱影像模糊分类、信息向量机分类、空间约束条件下的高光谱影像分类以及多核支持向量机后验概率空间结构规则化等分类技术。
本书的第1章、第3章、第7章、第8章和第9章由谭熊编写，第2章和第6章部分内容由余旭初编写，第4章由刘冰编写，第5章和第6章其余部分由薛志祥编写。全书最后由谭熊统稿。
本书在编写过程中，得到了信息工程大学的大力支持，参考、引用了大量的文献和数据资源，未能在参考文献中一一列出，在此一并表示感谢。
限于作者的研究深度和学术水平，书中难免存在不妥及疏漏之处，敬请广大读者批评指正。
|
|
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
