TOP
0
0
12/26年度盤點作業,門市店休一天,網路書店將暫停出貨,12/27將恢復正常營業,造成不便敬請見諒
機器學習、智能計算與高光譜遙感影像分類應用研究(簡體書)
滿額折

機器學習、智能計算與高光譜遙感影像分類應用研究(簡體書)

商品資訊

人民幣定價:56 元
定價
:NT$ 336 元
優惠價
87292
海外經銷商無庫存,到貨日平均30天至45天
下單可得紅利積點:8 點
商品簡介
相關商品

商品簡介

本書系統總結了作者近年來在高光譜遙感影像分類、機器學習、智能計算等方面的研究成果,在介紹高光譜遙感影像分類基礎知識、機器學習、智能計算等常用方法的基礎上,探討影響分類準確率的因素,重點對多核集成學習及粒子群等方法在高光譜遙感影像分類中的應用進行了深入探討。本書將作者研究過程與體會與大家分享,抛磚引玉,希望進一步促進遙感圖像的分析與理解水平,這也是本書撰寫的初衷。全書共分為8章。第1章主要介紹高光譜遙感的基本概念、高光譜遙感影像分類的基礎和原理、分類研究現狀、存在的問題與發展趨勢。第2章主要介紹遙感影像分類中的機器學習方法,包括最小距離分類法、最大似然分類法、人工神經網絡分類法、決策樹分類法、K-均值算法及迭代自組織數據分析法。第3章主要介紹統計學習理論與支持向量機的原理、研究現狀、存在問題及發展方向。第4章主要介紹高光譜遙感影像的降維方法,包括遺傳算法、主成分分析與核主成分分析、線性判別分析與核線性判別分析、投影尋蹤、流形學習等。第5章採用改進粒子群優化算法對高光譜影像數據進行波段選擇和SVM(支持向量機)參數優化。第6章採用Kullback-Leibler散度構造支持向量機的核函數,並應用于多核集成框架的基分類器。第7章基於改進最優指數進行特徵選擇,結合參數優化後的SVM分類器對高光譜影像數據進行分類。第8章基於互信息和J-M距離(一種光譜可分性測度)提出兩階段特徵選擇方法,並引入隨機化算法構建多核集成學習框架。在每章中都評估了分類器的各種參數對分類精度的影響。

您曾經瀏覽過的商品

購物須知

大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。

特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。

無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。

為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。

若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。

優惠價:87 292
海外經銷商無庫存,到貨日平均30天至45天

暢銷榜

客服中心

收藏

會員專區