幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

高分遙感圖像空譜協同概率模型(災害協同監測應急響應方法與實踐)(精)

  • 作者：唐宏//毛婷//舒陽//李少丹//李京|責編:周傑//王勤勤
  • 出版社：科學
  • ISBN：9787030727145
  • 出版日期：2022/07/01
  • 裝幀：精裝
  • 頁數：191
人民幣：RMB 150 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    如何充分利用高空間解析度遙感圖像的光譜和空間信息是遙感圖像理解與地學應用的關鍵問題之一。本書系統地闡述了在概率主題模型框架下協同利用高空間解析度遙感圖像的光譜和空間信息基本原理、方法和應用。首先，分析現有高空間解析度遙感圖像信息提取框架存在的主要問題及其在概率主題模型框架下的新研究思路；其次，在全面介紹層次Dirichlet過程混合模型的基礎上提出高分遙感圖像空譜協同聚類模型：再次，將其擴展成可以無縫融合多源遙感數據的高分圖像分類方法；最後，將其應用於建築物及其震害信息的快速提取中。
    本書可供從事攝影測量與遙感、圖像處理與模式識別、電腦視覺等領域的研究和技術人員參考使用，也可作為高等院校和科研院所相關專業的研究生教學參考資料。
作者介紹
唐宏//毛婷//舒陽//李少丹//李京|責編:周傑//王勤勤
目錄
前言
第1章  緒論
  1.1  研究問題與解決思路
  1.2  「空譜」協同研究進展
  1.3  「空譜」協同概率模型
  1.4  整體結構與章節安排
第2章  層次Dirichlet過程混合模型
  2.1  Dirichlet分佈
  2.2  Dirichlet過程
    2.2.1  中餐館過程
    2.2.2  Dirichlet過程混合模型
    2.2.3  基於DP的圖像分割
  2.3  層次Dirichlet過程
    2.3.1  中餐館連鎖模型
    2.3.2  層次Dirichlet過程混合模型
    2.3.3  基於HDP的圖像聚類
第3章  高分圖像空譜協同聚類框架
  3.1  HDP_IBPs模型
    3.1.1  IBP
    3.1.2  HDP_IBPs模型原理
    3.1.3  HDP_IBPs模型的生成過程
    3.1.4  HDP_IBPs模型推理演算法
  3.2  實驗分析與討論
    3.2.1  實驗設計
    3.2.2  參數設置與分析
    3.2.3  遙感圖像非監督分類結果評價
  3.3  本章小結
第4章  引座員中餐館連鎖模型與圖像過分割
  4.1  引座員中餐館過程
    4.1.1  距離依賴中餐館過程
    4.1.2  依賴引座員的中餐館過程
  4.2  基於uCRF模型的遙感圖像非監督分類
    4.2.1  引座員中餐館連鎖模型
    4.2.2  引導信息定義
    4.2.3  模型生成過程
    4.2.4  模型推理及演算法流程
  4.3  實驗分析與討論
    4.3.1  實驗數據
    4.3.2  評價指標
    4.3.3  參數設置與分析
    4.3.4  遙感圖像非監督分類結果評價
  4.4  本章小結
第5章  廣義中餐館連鎖模型與圖像融合
  5.1  廣義中餐館連鎖模型
    5.1.1  廣義中餐館連鎖模型介紹
    5.1.2  演算法及模型推理
    5.1.3  融合全色和多光譜遙感圖像分類
  5.2  實驗分析與討論
    5.2.1  實驗設計
    5.2.2  融合全色和多光譜遙感圖像非監督分類的結果評價

  5.3  本章小結
第6章  內嵌局部聚類的廣義中餐館連鎖模型
  6.1  廣義中餐館連鎖模型中語義分割過程所存在的問題
  6.2  內嵌局部聚類的廣義中餐館連鎖模型
    6.2.1  基於鄰近超像素構建內嵌空間連貫性約束的子圖像
    6.2.2  基於局部聚類的選餐桌方法
  6.3  實驗分析與討論
    6.3.1  實驗設計
    6.3.2  實驗結果評價
  6.4  本章小結
第7章  廣義中餐館連鎖模型中過分割體的影響
  7.1  不同超像素演算法
    7.1.1  多解析度分割
    7.1.2  簡單線性迭代聚類
    7.1.3  熵率超像素分割演算法
  7.2  實驗分析與討論
    7.2.1  實驗設計
    7.2.2  不同超像素演算法對廣義中餐館連鎖模型的影響
    7.2.3  不同超像素演算法比較
  7.3  本章小結
第8章  融合光譜與形態特徵的災前建築物自動識別
  8.1  gCRF_MBI模型
    8.1.1  gCRF_MBI模型的組成
    8.1.2  gCRF_MBI模型的框架
  8.2  建築物提取演算法
    8.2.1  SR模型的演算法
    8.2.2  MBI模型的演算法
    8.2.3  gCRF模型的演算法
  8.3  多源衛星圖像的建築物提取演算法
  8.4  實驗分析與討論
    8.4.1  實驗設置
    8.4.2  gCRF_MBI模型組分之間的關係
    8.4.3  對比實驗與分析
  8.5  本章小結
第9章  融合圖像與點雲數據的災后建築物震害提取
  9.1  建築物震害特徵與識別
    9.1.1  無人機圖像的建築物震害類型及圖像特徵
    9.1.2  基於決策樹的災后建築物震害識別
  9.2  基於中餐館連鎖模型的屋頂漏空檢測
  9.3  實驗分析與討論
    9.3.1  實驗數據及預處理
    9.3.2  實驗結果與討論
  9.4  本章小結
參考文獻
附錄
  附錄A：雅安地震某村建築物的三維模型
  附錄B：汶川地震某鎮建築物的三維模型（部分）

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032