未读消息消息

店铺

我的订单收藏商品

拍卖

拍卖交易我的竞拍收藏拍品

我的好友资金账户

客服 |

帮助中心 9:00-20:30 在线留言

客服电话

010-89648155

服务时间

客服咨询 09:00-21:00

纠纷处理

09:00-12:30

13:30-18:00

图书审核 09:00-18:00

监督与建议

手机孔网

成功加入购物车

去购物车结算 X

毓琳书屋

商品分类

孔网分类

特色

民国旧书(1) 期刊(553) 报纸(13) 名人字画(128) 外文古旧书(36)
图书

艺术(1986) 文学(1199) 历史(503) 哲学心理学(391) 工程技术(240) 童书(239) 医药卫生(210) 体育(194) 社会文化(176) 小说(161) 管理(158) 生活(157) 法律(148) 经济(130) 教材教辅考试(123) 教育(116) 政治(113) 语言文字(105) 自然科学(74) 国学古籍(49) 宗教(41) 收藏与鉴赏(33) 计算机与互联网(26) 综合性图书(23) 地理(19) 军事(12)
艺术品藏品

收藏杂项(1516) 照片影像(41) 连环画(36) 邮票税票(28) 红色收藏(3) 古旧地图(3) 陶器瓷器(1) 文房雅玩(1) 碑帖(1) 印谱(1)
文创与周边

卡片(43) 纸本(5)

店铺首页全部商品最新上架店主推荐优惠特价动态

手机逛本店

微信扫码访问

图文详情

遥感图像智能分类及其应用

举报

罗小波著 / 电子工业出版社 / 2011-11 / 平装

售价 5.00 1.7折

定价￥29.00

品相九品

优惠

发货

承诺48小时内发货

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2026-05-28

数量: 仅1件在售，欲购从速

立即购买加入购物车收藏

卖家超过10天未登录

十八年老店

毓琳书屋

店铺等级

拍卖等级

资质认证

90天平均

成功完成

好评率

发货时间

店主

联系

在线交谈离线留言

地址

山东省济南市

电话

进店逛逛收藏店铺

商品详情
店铺评价

立即购买加入购物车收藏

手机购买

微信扫码访问

图书条目信息
图书 > 工程技术
遥感图像智能分类及其应用
作者: 罗小波著

出版社: 电子工业出版社

出版时间: 2011-11

版次: 1

ISBN: 9787121058080

定价: 29.00

装帧: 平装

开本: 其他

纸张: 其他

页数: 288页
内容简介：

《遥感图像智能分类及其应用》是作者多年在人工智能理论与遥感信息理论学科交叉领域的实践，不断探索所取得的成果总结。《遥感图像智能分类及其应用》围绕遥感图像分类这一主线，从基于像素的分类、基于目标的分类、混合像元分解这三大部分，构建完整的遥感图像分类体系。在理论研究的基础之上，结合实例，详细介绍了新兴智能算法及其在遥感分类处理中的应用情况。
全书主要内容包括遥感图像聚类分析、基于神经网络的遥感图像分类、基于支持向量机的遥感图像分类、基于粗糙集的遥感图像分类，以及面向对象的遥感图像分类、混合像元分解等内容。

目录：

目录
第1章绪论
1.1遥感技术概述
1.1.1相关概念
1.1.2遥感技术的发展与应用
1.1.3遥感图像分类的意义
1.2遥感图像分类主要数据源
1.2.1中低分辨率卫星数据
1.2.2高分辨率卫星数据
1.2.3高光谱卫星数据
1.2.4雷达卫星数据
1.3遥感图像分类使用的主要特征
1.3.1光谱特征
1.3.2纹理特征
1.3.3空间形状特征
1.3.4高程特征
1.4遥感图像分类现状及存在的问题
1.4.1基于像元分类
1.4.2混合像元分解
1.4.3面向对象分类
1.4.4遥感图像分类所存在的问题
1.5遥感图像智能分类研究思路与本书结构安排
1.6本章总结
参考文献

第2章遥感图像分类基础与传统分类方法
2.1遥感图像分类概述
2.2特征变换
2.2.1主分量变换
2.2.2最小噪声分离变换
2.3最大似然监督分类
2.3.1监督分类的基本过程
2.3.2最大似然监督分类算法
2.3.3训练样本的选取与纯化
2.4ISODATA非监督分类
2.5分类精度评价
2.6本章总结
参考文献

第3章基于神经网络的遥感图像分类
3.1人工神经网络遥感分类概述
3.2BP神经网络遥感影像分类
3.2.1BP网络基本理论
3.2.2基于遗传算法优化的网络学习算法
3.2.3BP神经网络遥感分类模型
3.2.4实验与精度评价
3.2.5小结
3.3RBF神经网络遥感影像分类
3.3.1RBF网络基本理论
3.3.2网络结构简化与RBF中心优化
3.3.3实验与精度评价
3.3.4小结
3.4自组织神经网络遥感影像分类
3.4.1Kohonen神经网络基础
3.4.2基于Kohonen网络的遥感监督分类模型
3.4.3实验与精度评价
3.5自适应共振神经网络遥感影像分类
3.5.1ART1神经网络学习过程
3.5.2ART1神经网络的具体算法
3.5.3自适应共振网络在高光谱中的应用
3.5.4实验与精度评价
3.6本章总结
参考文献

第4章基于支持向量机的遥感图像分类
4.1支持向量机发展概述
4.2统计学习理论和支持向量机
4.2.1统计学习理论
4.2.2支持向量机
4.2.3改进核函数及高光谱图像分类仿真实验
4.2.4小结
4.3最小二乘支持向量机高光谱图像分类
4.3.1LS-SVM的原理
4.3.2LS-SVM的训练样本选择以及模型参数选择
4.3.3双边加权LS-SVM
4.3.4仿真实验
4.3.5小结
4.4多类支持向量机图像分类
4.4.1多类支持向量机
4.4.2各种多类SVM的性能对比
4.4.3仿真实验
4.4.4小结
4.5基于模糊SVM的高光谱图像分类
4.5.1多类支持向量机存在的局限性
4.5.2模糊集的基本概念
4.5.3基于1-v-1SVM的模糊支持向量机
4.5.4仿真实验
4.5.5小结
4.6本章总结
参考文献

第5章面向对象的遥感图像分类
5.1面向对象的遥感图像分类概述
5.2多尺度影像分割
5.2.1基于区域的影像分割
5.2.2多尺度影像分割
5.3模糊分类
5.3.1模糊理论基础
5.3.2基于多特征的模糊分类模型
5.4实例研究
5.4.1数据源概况
5.4.2基于像元的最大似然分类
5.3.3面向对象分类
5.4.4二者分类度比较与分析
5.5本章总结
参考文献

第6章遥感图像混合像元分解
6.1混合像元分解概述
6.2混合像元分解模型
6.2.1光谱混合的成像机理
6.2.2概念的提出
6.2.3光谱混合模型
6.3线性模型及其混合像元分解
6.3.1线性光谱混合模型
6.3.2端元组分确定
6.3.3端元提取算法
6.3.4实例研究
6.3.5小结
6.4基于数学形态学的端元提取算法
6.4.1数学形态学概述
6.4.2数学形态学的基本原理与运算
6.4.3基于数学形态学的端元提取
6.4.4不同方法分解结果比较
6.4.5小结
6.5本章总结
参考文献

展开全部
货号：

1871
- 图2
- 图3
配送说明

...
相似商品
为你推荐

孔网分类

孔网特色

图书

艺术品收藏

文创与周边

孔网啦啦啦啦啦纺织女工火锅店第三课

开播时间：09月02日 10:30

即将开播，去预约

直播中，去观看