遙感多分類(lèi)器集成方法與應(yīng)用

定　價(jià)：￥128.00

作　者：	杜培軍等著
出版社：	科學(xué)出版社
叢編項(xiàng)：	地球觀測(cè)與導(dǎo)航技術(shù)叢書(shū)
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787030627360	出版時(shí)間：	2019-11-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	223	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　分類(lèi)是遙感影像處理和地學(xué)應(yīng)用中重要的內(nèi)容之一，多分類(lèi)器集成則是提高影像分類(lèi)精度、控制不確定性的有效策略。《遙感多分類(lèi)器集成方法與應(yīng)用》在介紹遙感影像分類(lèi)、集成學(xué)習(xí)和多分類(lèi)器系統(tǒng)基本知識(shí)的基礎(chǔ)上，對(duì)遙感多分類(lèi)器集成的理論、方法和應(yīng)用進(jìn)行系統(tǒng)探討。首先，簡(jiǎn)要介紹遙感影像分類(lèi)的基本概念、基本理論和常用分類(lèi)器，論述多分類(lèi)器集成的重要性和研究進(jìn)展。然后，從集成學(xué)習(xí)、多分類(lèi)器系統(tǒng)的基本理論和方法出發(fā)，提出遙感多分類(lèi)器集成的實(shí)現(xiàn)策略，系統(tǒng)探討樣本層和特征層集成學(xué)習(xí)算法，包括Boosting、Bagging、隨機(jī)森林等在遙感影像分類(lèi)中的應(yīng)用，并將新的集成學(xué)習(xí)方法旋轉(zhuǎn)森林應(yīng)用于遙感影像分類(lèi)，進(jìn)行系統(tǒng)的改進(jìn)和優(yōu)化。同時(shí)，研究異質(zhì)多分類(lèi)器集成在遙感影像分類(lèi)中的應(yīng)用，重點(diǎn)對(duì)分類(lèi)器選擇、組合策略、動(dòng)態(tài)分類(lèi)器組成等進(jìn)行探討。最后，對(duì)遙感多分類(lèi)器集成的若干應(yīng)用進(jìn)行實(shí)例介紹和系統(tǒng)總結(jié)。

作者簡(jiǎn)介

暫缺《遙感多分類(lèi)器集成方法與應(yīng)用》作者簡(jiǎn)介

圖書(shū)目錄

目錄
“地球觀測(cè)與導(dǎo)航技術(shù)叢書(shū)”編寫(xiě)說(shuō)明
前言
第1章緒論 1
1.1 遙感影像分類(lèi)基礎(chǔ) 1
1.2 遙感影像分類(lèi)技術(shù)流程和關(guān)鍵問(wèn)題 9
1.3 常用遙感影像分類(lèi)方法 13
1.4 遙感多分類(lèi)器集成概述 26
1.5 遙感影像分類(lèi)研究進(jìn)展 28
參考文獻(xiàn) 30
第2章集成學(xué)習(xí)與多分類(lèi)器系統(tǒng) 38
2.1 集成學(xué)習(xí)理論基礎(chǔ) 38
2.2 多分類(lèi)器系統(tǒng) 41
2.3 遙感多分類(lèi)器集成實(shí)現(xiàn)方法 43
2.4 遙感多分類(lèi)器集成關(guān)鍵問(wèn)題 45
2.5 本章小結(jié) 49
參考文獻(xiàn) 49
第3章基于樣本和特征的多分類(lèi)器集成 54
3.1 Boosting算法實(shí)現(xiàn)與應(yīng)用 54
3.2 Bagging算法實(shí)現(xiàn)與應(yīng)用 60
3.3 MultiBoost算法實(shí)現(xiàn)與應(yīng)用 61
3.4 隨機(jī)子空間算法實(shí)現(xiàn)與應(yīng)用 63
3.5 隨機(jī)森林算法實(shí)現(xiàn)與應(yīng)用 64
3.6 算法綜合試驗(yàn)與比較分析 67
3.7 本章小結(jié) 74
參考文獻(xiàn) 74
第4章基于旋轉(zhuǎn)森林的遙感影像分類(lèi) 79
4.1 旋轉(zhuǎn)森林原理 80
4.2 嵌入馬爾可夫隨機(jī)場(chǎng)模型和局部線性特征提取的旋轉(zhuǎn)森林分類(lèi) 91
4.3 基于擴(kuò)展形態(tài)學(xué)剖面和極限學(xué)習(xí)機(jī)的旋轉(zhuǎn)森林 99
4.4 基于旋轉(zhuǎn)森林的全極化SAR影像分類(lèi) 109
4.5 本章小結(jié) 122
參考文獻(xiàn) 122
第5章異質(zhì)分類(lèi)器集成方法與應(yīng)用 126
5.1 多分類(lèi)器層次型組合與應(yīng)用 126
5.2 監(jiān)督/半監(jiān)督特征提取與多分類(lèi)器集成應(yīng)用 130
5.3 異質(zhì)分類(lèi)器決策級(jí)融合與應(yīng)用 136
5.4 動(dòng)態(tài)多分類(lèi)器集成與應(yīng)用 139
5.5 基于支持向量機(jī)的分類(lèi)器集成方法 153
5.6 本章小結(jié) 158
參考文獻(xiàn) 158
第6章遙感多分類(lèi)器集成應(yīng)用 161
6.1 全極化SAR影像多分類(lèi)器集成應(yīng)用 161
6.2 基于多分類(lèi)器集成的光學(xué)和SAR影像協(xié)同分類(lèi)應(yīng)用 184
6.3 高分辨率光學(xué)影像與機(jī)載LiDAR數(shù)據(jù)多分類(lèi)器集成 195
6.4 基于多差異影像集成的變化檢測(cè) 208
6.5 本章小結(jié) 218
參考文獻(xiàn) 218
彩圖