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

高光譜影像分析及可視化技術

  • 作者：王立國//劉丹鳳//王鵬|責編:田宏峰
  • 出版社：電子工業
  • ISBN：9787121517105
  • 出版日期：2026/01/01
  • 裝幀：平裝
  • 頁數：206
人民幣：RMB 88 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    高光譜影像（圖像）具有豐富的地面信息，近年來得到了迅速的發展和廣泛的應用，在自然災害監測、農業應用、林業遙感、宇宙和天文學等領域有廣闊的應用前景。本書對高光譜影像處理的主要技術的新思想、新方法進行了系統的整理，重點介紹了三重加權分類、基於支持向量機的多端元光譜解混、全面基於空間相關性原理的亞像元定位、協同利用空-譜信息的超解析度處理、快速N-FINDR實現演算法等內容。
    本書可以作為從事遙感領域研究的高年級本科生、研究生以及廣大科技工作者的參考書籍。
作者介紹
王立國//劉丹鳳//王鵬|責編:田宏峰
目錄
第1章  高光譜遙感的基本理論及高光譜影像處理技術簡介
  1.1  高光譜遙感的基本理論
    1.1.1  電磁波理論基礎
    1.1.2  太陽輻射與物質的相互作用
    1.1.3  高光譜成像技術及高光譜成像儀
    1.1.4  高光譜影像的數據特點
  1.2  高光譜影像的分類
    1.2.1  監督分類與非監督分類
    1.2.2  參數分類與非參數分類
    1.2.3  確定性分類與非確定性分類
    1.2.4  其他分類
  1.3  高光譜影像的光譜解混
    1.3.1  非線性光譜混合模型
    1.3.2  線性光譜混合模型
    1.3.3  線性光譜混合模型的多端元模式
  1.4  高光譜影像的亞像元定位
    1.4.1  先初始化后優化的亞像元定位方法
    1.4.2  軟硬屬性轉換的亞像元定位方法
    1.4.3  其他類型的亞像元定位方法
  1.5  高光譜影像的異常檢測與變化檢測
    1.5.1  高光譜影像的異常檢測
    1.5.2  高光譜影像的變化檢測
  1.6  高光譜影像的彩色可視化
    1.6.1  高光譜影像的特點及傳統顯示空間
    1.6.2  圖像空間的常用彩色可視化技術
    1.6.3  提取三波段的彩色可視化技術
    1.6.4  基於原始高光譜影像的彩色可視化技術
    1.6.5  基於像元分析結果的彩色可視化技術
  參考文獻
第2章  高光譜影像的分類方法
  2.1  SVM分類方法
    2.1.1  理論基礎
    2.1.2  分類原理
    2.1.3  SVM分類性能評價
  2.2  非平行SVM分類方法
    2.2.1  添加額外經驗風險最小化的非平行SVM分類方法
    2.2.2  添加約束偏置項的額外經驗風險最小化非平行SVM分類方法
    2.2.3  最小二乘的約束偏置額外經驗風險最小化非平行SVM分類方法
    2.2.4  非平行SVM分類方法的分類性能評價
  2.3  深度學習分類方法
    2.3.1  正則化光譜空間全局學習框架
    2.3.2  統計損失
    2.3.3  早期停止策略
    2.3.4  深度學習分類方法性能評價
  2.4  本章小結
  參考文獻
第3章  高光譜影像的光譜解混方法
  3.1  基於LSMM的解混方法
  3.2  全約束LSMM的幾何求解方法
    3.2.1  方法的建立

    3.2.2  快速方法：距離尺度替換體積尺度
  3.3  基於LSVM的解混原理
    3.3.1  LSVM與LSMM的等效性證明
    3.3.2  LSVM的獨特優勢
    3.3.3  帶解混殘差約束條件的LSSVM解混方法
  3.4  基於最小二乘孿生支持向量機的高光譜影像解混方法
    3.4.1  最小二乘孿生支持向量機基礎理論
    3.4.2  最小二乘孿生支持向量機解混方法
  3.5  最小二乘孿生支持向量機解混的不確定性分析
    3.5.1  相關基礎理論
    3.5.2  ULST SVM中的端元光譜可變性
    3.5.3  兩種不確定性模型：丰度重疊和模型重疊
    3.5.4  ULST SVM不確定性的計算分析相關演算法
    3.5.5  ULST SVM中的不確定性處理
    3.5.6  最小二乘孿生支持向量機解混的性能評估及不確定性分析實驗
  3.6  解混的模糊精度評價方法
    3.6.1  模糊精度評價方法
    3.6.2  模糊精度評價方法在具體實驗中的應用
  3.7  本章小結
  參考文獻
第4章  高光譜影像的亞像元定位方法
  4.1  亞像元定位方法的基本原理及評價方法
    4.1.1  亞像元銳化方法
    4.1.2  類別分配方法
    4.1.3  亞像元定位精度的評價方法
  4.2  基於更多監督信息Hopfield神經網路的亞像元定位方法
    4.2.1  傳統的基於Hopfield神經網路的亞像元定位方法
    4.2.2  I-HNN
    4.2.3  性能評價
  4.3  基於具有空-譜信息的多位移圖像亞像元定位方法
    4.3.1  MSI-SS
    4.3.2  性能評價
  4.4  基於並行處理路徑的高光譜影像亞像元定位方法
    4.4.1  融合路徑
    4.4.2  深度學習路徑
    4.4.3  DPP
    4.4.4  性能評價
  4.5  本章小結
  參考文獻
第5章  高光譜影像的異常檢測與變化檢測方法
  5.1  基於加權核范數、全變分正則化和稀疏背景字典的異常檢測方法
    5.1.1  LRSMD的理論基礎
    5.1.2  加權核范數和全變分正則化
    5.1.3  稀疏背景字典構造方法
    5.1.4  WNNSDAD
  5.2  基於局部空-譜信息整合的半監督雙流網路的異常檢測方法
    5.2.1  背景訓練樣本的提取
    5.2.2  LS3T-Net
  5.3  基於殘差自注意力模塊自動編碼器網路的異常檢測方法
    5.3.1  自動編碼器網路

    5.3.2  殘差網路（ResNet）
    5.3.3  殘差自注意力（RSA）模塊
    5.3.4  基於殘差自注意力模塊的自動編碼器（RSAAE）網路
  5.4  基於多尺度中心差分卷積網路的異常檢測方法
    5.4.1  中心差分卷積
    5.4.2  MSCDC網路結構
  5.5  異常檢測方法性能評價
    5.5.1  異常檢測方法的評價指標

  • 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