点此搜书

高光谱图像混合像元非线性分解技术
  • 作 者:唐晓燕著
  • 出 版 社:成都:电子科技大学出版社
  • 出版年份:2019
  • ISBN:9787564759490
  • 标注页数:216 页
  • PDF页数:227 页
  • 请阅读订购服务说明与试读!

文档类型

价格(积分)

购买连接

试读

PDF格式

9

立即购买

点击试读

订购服务说明

1、本站所有的书默认都是PDF格式,该格式图书只能阅读和打印,不能再次编辑。

2、除分上下册或者多册的情况下,一般PDF页数一定要大于标注页数才建议下单购买。【本资源227 ≥216页】

图书下载及付费说明

1、所有的电子图书为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、电子图书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)

3、所有的电子图书都是原书直接扫描方式制作而成。

第1章 高光谱图像遥感基本理论及主要处理技术 1

1.1 光谱成像技术的发展与应用 3

1.2 高光谱图像混合像元光谱分解技术 5

1.3 高光谱分类方法研究进展 15

1.4 高光谱异常目标探测技术 17

1.5 高光谱目标探测研究进展 18

1.6 高光谱图像降维技术 19

本章参考文献 24

第2章 高光谱非线性光谱分解的研究基础 35

2.1 引言 37

2.2 线性光谱分解 37

2.3 非线性光谱分解 43

2.4 端元提取算法 51

2.5 混合像元分解的精度评价 58

2.6 端元提取算法验证 60

2.7 本章小结 63

本章参考文献 64

第3章 基于流形学习的非线性降维算法的研究 69

3.1 引言 71

3.2 高光谱数据的非线性结构 72

3.3 流形学习算法 73

3.4 基于流形学习的非线性降维算法的实验结果及分析 78

3.5 本章小结 94

本章参考文献 94

第4章 基于标志点选择的快速端元提取算法 97

4.1 引言 99

4.2 基于标志点的Isomap算法 99

4.3 基于区域分割和空间信息的标志点选择算法 101

4.4 基于标志点选择的快速端元提取算法 103

4.5 实验结果及分析 104

4.6 本章小结 108

本章参考文献 108

第5章 基于非均质背景的端元信息提取方法的研究 111

5.1 引言 113

5.2 空间预处理 114

5.3 基于等距映射和背景空间信息的端元提取算法 116

5.4 基于局部切空间排列和背景空间信息的端元提取算法 118

5.5 实验结果及分析 119

5.6 本章小结 123

本章参考文献 125

第6章 基于端元优化的非线性光谱分解算法 127

6.1 引言 129

6.2 基于分层贝叶斯模型的参数估计 129

6.3 基于端元优化的非线性光谱解混算法 135

6.4 实验结果及分析 136

6.5 本章小结 142

本章参考文献 143

第7章 高光谱遥感影像分类方法 145

7.1 非监督分类 147

7.2 高光谱图像分类精度评价 153

7.3 高光谱遥感影像非监督分类算法验证 154

7.4 监督分类 156

7.5 本章小结 163

本章参考文献 163

第8章 多分类器组合的高光谱分类新方法 165

8.1 多分类器组合的高光谱分类新方法 167

8.2 决策树组合分类算法 168

8.3 高光谱分类实验与结果分析 171

8.4 本章小结 176

本章参考文献 176

第9章 高光谱影像亚像元级目标识别技术 177

9.1 高光谱影像概述 179

9.2 高光谱图像的背景高斯化 182

9.3 RX异常探测算法 185

9.4 低概率探测算法 187

9.5 基于三维高斯马尔可夫模型的异常探测算法 188

9.6 利用背景残差数据的异常探测算法(ERX) 193

9.7 异常探测算法性能评价及实验结果 194

9.8 本章小结 196

本章参考文献 196

第10章 基于高光谱的目标探测方法 199

10.1 引言 201

10.2 光谱角填图 202

10.3 约束最小能量算子目标识别算法 204

10.4 基于欧氏距离加权样本自相关矩阵的目标探测算法 209

10.5 基于端元提取的全像素目标探测算法 212

10.6 本章小结 215

本章参考文献 215

购买PDF格式(9分)
返回顶部