123,123,123

內(nèi)容簡(jiǎn)介

《高光譜遙感影像半監(jiān)督分類(lèi)研究》是國(guó)家自然科學(xué)基金項(xiàng)目“基于半監(jiān)督多核SVM和混合特征集的高光譜遙感影像分類(lèi)（編號(hào)：41101423）”的研究成果。
　　針對(duì)高光譜遙感影像分類(lèi)中數(shù)據(jù)量大、維數(shù)高、具有不確定性等特點(diǎn)，將模式識(shí)別領(lǐng)域的研究熱點(diǎn)——半監(jiān)督分類(lèi)器系統(tǒng)引入高光譜遙感領(lǐng)域，開(kāi)展高光譜遙感半監(jiān)督分類(lèi)器集成理論與方法的研究，是《高光譜遙感影像半監(jiān)督分類(lèi)研究》的主要內(nèi)容?！陡吖庾V遙感影像半監(jiān)督分類(lèi)研究》內(nèi)容包括6章：第1章介紹了高光譜遙感影像分類(lèi)進(jìn)展；第2章從理論與實(shí)例兩方面，定量分析了多種分類(lèi)器；第3章重點(diǎn)探討了高光譜遙感影像的波段選擇和波段提?。坏?章重點(diǎn)研究組合空間和光譜特征的高光譜遙感影像特征選擇方法研究；第5章進(jìn)一步探討了半監(jiān)督支持向量機(jī)分類(lèi)研究等；第6章介紹了基于協(xié)同訓(xùn)練的半監(jiān)督分類(lèi)，并對(duì)今后的發(fā)展趨勢(shì)進(jìn)行了探討。
　　《高光譜遙感影像半監(jiān)督分類(lèi)研究》主要供從事遙感信息處理、遙感分類(lèi)、遙感應(yīng)用等研究和實(shí)踐的科研人員、高校教師、研究生和高年級(jí)本科生參考。全書(shū)由譚琨、李二珠合作完成。

作者簡(jiǎn)介

暫缺《高光譜遙感影像半監(jiān)督分類(lèi)研究》作者簡(jiǎn)介

圖書(shū)目錄

第1章高光譜遙感概述
1.1 高光譜遙感影像分類(lèi)概述
1.2 高光譜遙感影像分類(lèi)進(jìn)展
1.3 高光譜遙感分類(lèi)器構(gòu)建
1.4 本書(shū)試驗(yàn)數(shù)據(jù)

第2章高光譜遙感常用分類(lèi)方法
2.1 常用非監(jiān)督分類(lèi)
2.2 常規(guī)監(jiān)督分類(lèi)方法
2.3 基于光譜相似性度量的分類(lèi)方法
2.4 人工神經(jīng)網(wǎng)絡(luò)分類(lèi)器
2.5 決策樹(shù)分類(lèi)器
2.6 面向?qū)ο蠓诸?lèi)
2.7 人工免疫系統(tǒng)的分類(lèi)
2.8 統(tǒng)計(jì)學(xué)習(xí)理論
2.9 支持向量機(jī)

第3章高光譜遙感影像的波段選擇和波段提取
3.1 基于波段選擇的降維
3.2 基于特征提取的降維
3.3 核主成分分析改進(jìn)研究
3.4 流形學(xué)習(xí)算法
3.5 本章小結(jié)

第4章組合空間和光譜特征的高光譜遙感影像分類(lèi)研究
4.1 光譜-空間法介紹
4.2 空間特征和光譜特征的提取
4.3 基于特征選擇的光譜-空間高光譜遙感影像分類(lèi)方法
4.4 試驗(yàn)結(jié)果與分析
4.5 本章小結(jié)

第5章半監(jiān)督分類(lèi)研究
5.1 半監(jiān)督分類(lèi)
5.2 半監(jiān)督分類(lèi)方法
5.3 基于支持向量機(jī)自訓(xùn)練高光譜遙感數(shù)據(jù)分類(lèi)實(shí)例
5.4 本章小結(jié)

第6章基于協(xié)同訓(xùn)練的半監(jiān)督分類(lèi)方法研究
6.1 引言
6.2 協(xié)同訓(xùn)練理論
6.3 協(xié)同訓(xùn)練算法研究
6.4 基于協(xié)同訓(xùn)練高光譜遙感影像分類(lèi)研究實(shí)例
6.5 本章小結(jié)

參考文獻(xiàn)