扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
高光谱遥感影像处理 版权信息
- ISBN：9787030363770
- 条形码：9787030363770 ; 978-7-03-036377-0
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
高光谱遥感影像处理 本书特色
本书系统阐述高光谱遥感影像处理的基本问题和解决方法，介绍高光谱遥感影像处理的**理论进展和研究成果。全书围绕利用信号处理理论进行高光谱遥感影像信息提取，共分6章：第1章概述高光谱遥感影像处理技术；第2章主要介绍高光谱遥感影像自动端元提取；第3章开展光谱分解方面的研究；第4章针对高光谱影像中普遍存在的亚像元目标探测问题深入研讨；第5章全面深入开展高光谱遥感影像特征提取和分类问题研究；第6章详细介绍基于计算机视觉中**的张量分析方法。
高光谱遥感影像处理 内容简介
张良培、杜博、张乐飞著的这本《高光谱遥感影像处理》系统阐述高光谱遥感影像处理的基本问题和解决方法，介绍高光谱遥感影像处理的*新理论进展和研究成果。全书围绕利用信号处理理论进行高光谱遥感影像信息提取，共分6章：第1章概述高光谱遥感影像处理技术；第2章主要介绍高光谱遥感影像自动端元提取；第3章开展光谱分解方面的研究；第4章针对高光谱影像中普遍存在的亚像元目标探测问题深入研讨；第5章全面深入开展高光谱遥感影像特征提取和分类问题研究；第6章详细介绍基于计算机视觉中*新的张量分析方法。《高光谱遥感影像处理》不但可以作为研究生、高年级本科生高光谱遥感专业教材，而且对遥感、地球科学、模式识别等领域的研究人员也有较大的参考价值。
高光谱遥感影像处理 目录
《地球观测与导航技术丛书》出版说明前言第1章 高光谱影像处理技术概述 1.1 成像光谱仪概述 1.1.1 成像光谱仪 1.1.2 国内外主要成像光谱仪 1.2 高光谱遥感影像信息提取的现状与难点 1.3 高光谱遥感信号处理理论 1.3.1 端元获取与光谱分解 1.3.2 目标探测 1.3.3 高光谱遥感影像处理中的信号处理方法 1.4 高光谱遥感影像智能处理方法 1.4.1 人工免疫系统理论 1.4.2 特征提取与降维理论 1.4.3 智能化分类器理论 参考文献第2章 高光谱遥感影像自动端元提取 2.1 高光谱遥感影像混合像元模型 2.1.1 光谱线性混合模型 2.1.2 非线性混合模型 2.1.3 线性光谱分解方法的拓展 2.1.4 基于多项式拟合的非线性混合光谱模型 2.2 非监督正交子空间投影方法 2.2.1 正交子空间投影 2.2.2 UOSP迭代提取端元光谱 2.2.3 结合空间关系的UOSP提取端元 2.2.4 实验分析 2.3 融合空间信息的端元提取方法 2.3.1 研究背景和意义 2.3.2 融合空间特征的端元光谱混合自动提取方法HEEA 2.3.3 实验分析 参考文献第3章 高光谱遥感影像光谱分解 3.1 基于总体*小二乘的混合光谱线性扩展模型 3.1.1 混合光谱线性扩展模型 3.1.2 TLS扩展模型的算法 3.1.3 线性扩展模型的混合像元分解实验 3.1.4 扩展模型分解结果与端元类内变化的关系 3.1.5 基于光谱维小波特征的混合像元扩展模型 3.2 基于核*小二乘回归的非线性扩展模型 3.2.1 核空间理论及其应用 3.2.2 核*小二乘（KLS）回归分解模型与算法 3.2.3 神经网络与支持向量回归 3.2.4 实验分析 3.3 基于稀疏约束的混合光谱分解 3.3.1 混合光谱分解的稀疏问题 3.3.2 混合光谱分解稀疏约束的基本形式 3.3.3 混合光谱分解的稀疏约束方法 3.3.4 混合光谱分解的稀疏约束求解的分析 参考文献第4章 高光谱遥感影像目标探测 4.1 目标探测器的设计原则 4.1.1 目标探测方法的分类 4.1.2 基于统计决策的探测器 4.1.3 探测器性能标准 4.1.4 恒定虚警率方法 4.1.5 *优探测器设计 4.2 结构化目标探测方法 4.2.1 约束能量*小化方法 4.2.2 正交子空间投影方法 4.2.3 目标约束下的干扰*小化滤波算法 4.2.4 基于特征变换的目标探测方法 4.3 非结构化目标探测方法 4.3.1 Kelly广义化似然比的探测算子 4.3.2 自适应余弦估计探测器 4.3.3 自适应匹配滤波器 4.4 端元可变的混合探测器 4.4.1 端元类型确定 4.4.2 混合探测器 4.4.3 端元可变的混合探测器的构造 4.4.4 实验分析 4.5 基于子空间的高光谱变化检测方法 4.5.1 变化检测算法 4.5.2 实验分析 参考文献第5章 高光谱遥感影像特征提取与分类 5.1 基于克隆选择的高光谱遥感影像特征选择方法 5.1.1 克隆选择理论与算法 5.1.2 克隆选择特征选择算法 5.1.3 带权的克隆选择特征选择算法 5.1.4 常州市夏桥PHI影像特征选择实验与分析 5.1.5 结论 5.2 资源限制性人工免疫系统的高光谱遥感影像分类方法 5.2.1 资源限制性人工免疫系统 5.2.2 基于资源限制性人工免疫系统的遥感影像分类方法 5.2.3 常州市夏桥PHI影像分类实验与分析 5.2.4 结论 5.3 人工DNA计算的高光谱遥感影像编码与匹配分类方法 5.3.1 人工DNA计算基本概念 5.3.2 高光谱遥感影像的DNA计算模型与方法 5.3.3 常州市夏桥PHI影像光谱匹配分类实验与分析 5.3.4 结论 5.4 基于流形学习的特征提取与分类 5.4.1 传统流形学习算法回顾 5.4.2 块排列框架 5.4.3 判别局部排列 5.4.4 判别局部正切排列 5.4.5 实验分析 参考文献第6章 高光谱遥感影像的张量分析方法 6.1 张量代数 6.2 张量*优子空间理论 6.2.1 高光谱遥感影像降噪的概述 6.2.2 基于张量*优子空间的多维滤波算法 6.2.3 实验分析 6.2.4 结论 6.3 高光谱遥感影像多特征一体化张量表达方法 6.3.1 高光谱影像的多特征张量描述方法概述 6.3.2 实验分析 6.3.3 结论 6.4 张量流形理论 6.4.1 张量判别局部排列 6.4.2 实验分析 6.4.3 结论 6.5 张量学习 6.5.1 张量学习的一般框架 6.5.2 支持张量机 6.5.3 实验分析 6.5.4 结论 参考文献彩图
展开全部
书友推荐
本类畅销
-
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6 -
2023读书月阅读盲盒——我什么场面没见过？
¥42.3¥158 -
2023读书月阅读盲盒——去码头整点什么薯条？
¥42.3¥158
