新書推薦：
《
倾盖如故：人物研究视角下的近世东亚海域史
》
售價：NT$
357.0
《
史学视角下的跨文化研究（一）： 追踪谱系、轨迹与多样性
》
售價：NT$
485.0
《
历史文本的文化间交织：中国上古历史及其欧洲书写（论衡系列）
》
售價：NT$
551.0
《
1688：第一次现代革命（革命不是新制度推翻旧制度，而是两条现代化道路的殊死斗争！屡获大奖，了解光荣革命可以只看这一本）
》
售價：NT$
1010.0
《
东方小熊日本幼儿园思维训练 听力专注力（4册）
》
售價：NT$
408.0
《
粤港澳大湾区世界重要人才中心和创新高地建设
》
售價：NT$
500.0
《
她们登上了太空：第一批NASA女性宇航员成长纪实
》
售價：NT$
500.0
《
当代资本主义日常生活金融化研究
》
售價：NT$
653.0
|
| 內容簡介： |
|
本书结合作者及所在课题组多年从事高光谱遥感研究内容，全面梳理高光谱遥感观测-模型-应用体系，在全面介绍高光谱遥感的基本原理、星-空-地高光谱观测平台的基础上，系统阐述了高光谱遥感影像去噪、混合像元分解、像素分类和目标探测的前沿技术，并呈现了高光谱信息技术在传统自然资源监测、地质调查、军事目标探测和前沿的深空探测、工业视觉和公共安全等领域的应用案例。
|
| 目錄：
|
第 1 章 绪论
1.1 遥感电磁辐射原理
1.2 高光谱遥感基本理论
1.3 高光谱遥感发展历史
第 2 章 星 - 空 - 地高光谱传感器与平台
2.1 高光谱成像原理
2.2 高光谱遥感观测平台
2.2.1 星载 - 高光谱遥感系统
2.2.2 机载 - 高光谱遥感系统
2.2.3 无人机 - 高光谱遥感系统
2.2.4 地面 - 高光谱遥感系统
2.2.5 深空探测 - 高光谱系统
2.3 主要发展趋势
第 3 章 高光谱影像去噪技术
3.1 高光谱影像噪声问题
3.1.1 高光谱影像噪声类型与机理
3.1.2 高光谱混合噪声分布特性分析
3.2 基于正则化模型的高光谱影像去噪
3.2.1 基本原理
3.2.2 全变分先验模型
3.2.3 稀疏先验模型
3.2.4 低秩先验模型
3.3 深度学习高光谱影像去噪
3.3.1 基本原理
3.3.2 有监督高光谱影像去噪网络
3.3.3 无监督高光谱影像去噪网络
3.4 实验分析
3.4.1 实验设计
3.4.2 模拟数据实验
3.4.3 真实数据实验
3.4.4 实验分析与讨论
3.5 本章小结
第 4 章 高光谱混合像元分析
4.1 混合像元概述
4.1.1 混合像元问题
4.1.2 混合模型
4.2 高光谱分解基准数据集和精度评价指标
4.2.1 航空高光谱影像分解基准数据集
4.2.2 地面高光谱影像分类基准数据集
4.2.4 精度评价指标
4.3 无监督混合像元分解方法
4.3.1 两步式解混：端元提取 - 丰度反演方法
4.3.2 一步式解混：混合像元盲分解方法
4.3.3 基于深度学习的混合像元分解
4.4 半监督混合像元分解方法
4.4.1 高光谱遥感影像的稀疏表达
4.5 实验分析
4.5.1 端元光谱提取实验与分析
4.5.2 盲分解实验与分析
4.5.3 半监督混合像元分解实验与分析
4.6 混合像元分解典型应用
4.6.1 矿物填图
4.6.2 物证鉴定
4.6.3 深空探测
第 5 章 高光谱分类技术
5.1 高光谱影像分类的基本原理
5.1.1 高光谱影像分类概述
5.1.2 高光谱影像数据特点
5.1.3 高光谱影像分类挑战
5.2 分类基准数据集和精度评价指标
5.2.1 星载高光谱影像分类基准数据集
5.2.2 航空高光谱影像分类基准数据集
5.2.3 无人机高空间高光谱影像分类基准数据集
5.2.4 高光谱影像分类精度评价指标
5.3 基于光谱特征的高光谱分类技术
5.3.1 基于光谱特征匹配的高光谱影像分类
5.3.2 基于影像统计模型的高光谱影像分类
5.3.3 基于支持向量机的高光谱影像分类
5.3.4 基于人工神经网络的高光谱影像分类
5.4 光谱 - 空间特征联合的高光谱分类技术
5.4.1 基于纹理特征辅助的高光谱影像分类
5.4.2 基于面向对象的高光谱影像分类
5.4.3 基于上下文信息感知的高光谱影像分类
5.4.4 基于稀疏表达的高光谱影像分类
5.5 深度学习高光谱分类前沿
5.5.1 基于自编码器的高光谱影像分类
5.5.2 基于卷积神经网络的高光谱影像分类
5.5.3 基于图卷积神经网络的高光谱影像分类
5.5.4 基于生成对抗网络的高光谱影像分类
5.5.5 基于循环神经网络的高光谱影像分类
5.5.6 高光谱影像迁移分类技术
5.6 实验分析
5.6.1 高光谱数据增强
5.6.2 实验设置
5.6.3 实验结果对比分析
5.7 高光谱分类典型应用
5.7.1 自然资源监测
5.7.2 农作物精细识别
5.7.3 工业视觉
第 6 章 高光谱目标探测技术
6.1 目标探测概述
6.1.1 概念与内涵
6.1.2 高光谱目标探测理论基础
6.2 目标探测基准数据集和精度评价指标
6.2.1 公开高光谱目标探测基准数据集
6.2.2 高光谱目标探测精度评价体系
6.3 无监督高光谱异常探测技术
6.3.1 无监督高光谱异常探测理论基础
6.3.2 经典 RX 异常探测算法
6.3.3 基于核映射的异常探测算法
6.3.4 基于低秩先验的异常探测算法
6.4 半监督高光谱目标探测技术
6.4.1 半监督高光谱目标探测理论基础
6.4.2 基于统计的目标探测算法
6.4.3 基于核函数的目标探测算法
6.4.4 基于稀疏表示的目标探测算法
6.5 深度学习高光谱目标探测前沿
6.5.1 基于卷积神经网络的目标探测算法
6.5.2 基于自编码器的目标探测算法
6.5.3 基于全卷积网络的目标探测算法
6.6 实验分析
6.6.1 无监督高光谱异常探测实验与分析
6.6.3 半监督高光谱目标探测实验与分析
6.7 高光谱目标探测典型应用
6.7.1 入侵物种探测
6.7.2 军事目标识别
第 7 章 总结与展望
第 8 章 附录
参考文献
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
