- 作 者：亓呈明，胡立栓著
- 出 版 社：中国财富出版社
- 出版年份：2018
- ISBN：9787504744340
- 注意：在使用云解压之前，请认真核对实际PDF页数与内容!
在线云解压
价格(点数)
购买连接
说明
转为PDF格式
8
（在线云解压服务）
云解压服务说明
1、本站所有的云解压默认都是转为PDF格式，该格式图书只能阅读和打印，不能再次编辑。
云解压下载及付费说明
1、所有的电子图书云解压均转换为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、云解压在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
1 高光谱遥感影像分类概述 1
1.1 高光谱遥感影像 1
1.2 高光谱遥感影像分类概述 5
1.3 遥感影像分类研究现状 9
1.4 遥感影像分类存在的问题 10
1.5 本书试验数据 13
2 遥感影像分类中的机器学习方法 19
2.1 机器学习分类方法 20
2.2 最小距离分类法 22
2.3 最大似然分类法 23
2.4 人工神经网络分类法 24
2.5 决策树分类法 29
2.6 K-均值算法 31
2.7 迭代自组织数据分析法 32
2.8 实验结果与分析 34
2.9 本章小结 36
3 统计学习理论与支持向量机 40
3.1 统计学习理论 40
3.2 最优化理论 45
3.3 支持向量机 49
3.4 实验结果与分析 61
3.5 本章小结 62
4 高光谱遥感影像的降维方法 68
4.1 高光谱遥感影像降维现状 68
4.2 特征选择与特征提取 70
4.3 遗传算法 80
4.4 主成分分析与核主成分分析 84
4.5 线性判别分析与核线性判别分析 89
4.6 投影寻踪法 95
4.7 流形学习 98
4.8 纹理特征提取 103
4.9 实验结果与分析 105
4.10 本章小结 114
5 基于BPSO的高光谱影像特征选择与分类 117
5.1 粒子群优化算法 117
5.2 粒子群优化算法在高光谱分类中的应用 121
5.3 实验结果与分析 125
5.4 本章小结 135
6 基于Kullback-Leibler的多核集成分类 137
6.1 引言 137
6.2 集成机器学习 139
6.3 基于Kullback-Leibler核函数的多核集成框架 144
6.4 实验结果与分析 147
6.5 参数分析 155
6.6 本章小结 157
7 基于改进最优指数的特征选择与分类 165
7.1 引言 165
7.2 支持向量机参数优化方法 166
7.3 基于最优指数的多核集成框架 167
7.4 实验结果与分析 169
7.5 本章小结 178
8 基于互信息混合测度的特征选择与分类 181
8.1 引言 181
8.2 两阶段波段选择与多核集成框架 182
8.3 实验结果与分析 186
8.4 本章小结 193