遙感數(shù)據(jù)智能處理方法與程序設(shè)計(jì)(第二版)(含光盤)
定價(jià): | ¥ 58 | ||
作者: | 馬建文 等著 | ||
出版: | 科學(xué)出版社 | ||
書號(hào): | 9787030259325 | ||
語(yǔ)言: | 簡(jiǎn)體中文 | ||
日期: | 2010-01-01 | ||
版次: | 1 | 頁(yè)數(shù): | 222 |
開(kāi)本: | 16開(kāi) | 查看: | 0次 |

服務(wù)商城 | 客服電話 | 配送服務(wù) | 優(yōu)惠價(jià) | 購(gòu)買 |
![]() | 400-711-6699 | 滿29至69元,免運(yùn)費(fèi)! | ¥43.5 | ![]() |
本書是作者經(jīng)過(guò)10余年在人工智能理論與遙感信息理論學(xué)科交叉領(lǐng)域的實(shí)踐,不斷探索所取得的成果總結(jié)。全書主要內(nèi)容包括空間變換與分割、貝葉斯網(wǎng)絡(luò)、偽二維隱馬爾可夫、神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊算法、粗糙集、支持向量機(jī)、禁忌人工免疫網(wǎng)絡(luò)等算法和算法組合。本書密切結(jié)合遙感應(yīng)用中和圖像處理中的問(wèn)題,在介紹智能算法基本原理的同時(shí),注重闡述算法與應(yīng)用問(wèn)題的機(jī)理性結(jié)合,突出啟發(fā)性和實(shí)用性,培養(yǎng)和提高思考問(wèn)題和解決問(wèn)題的能力。本書附有智能算法的軟件程序光盤及使用說(shuō)明書。
本書適合遙感技術(shù)、遙感信息機(jī)理和遙感圖像應(yīng)用處理專業(yè)的廣大研究生使用,同時(shí)可供從事智能處理的軟件開(kāi)發(fā)技術(shù)人員參考。
本書適合遙感技術(shù)、遙感信息機(jī)理和遙感圖像應(yīng)用處理專業(yè)的廣大研究生使用,同時(shí)可供從事智能處理的軟件開(kāi)發(fā)技術(shù)人員參考。
序
前言
第1章 緒論
1.1 衛(wèi)星遙感系統(tǒng)與任務(wù)
1.2 遙感數(shù)據(jù)處理任務(wù)與方法
1.3 本章小結(jié)
主要參考文獻(xiàn)
第2章 變換與分割
2.1 引言
2.2 GIVENS旋轉(zhuǎn)變換與分解
2.3 Gram-Schmidt向量空間投影變換
2.4 小波高頻局部高頻融合
2.5 判別函數(shù)與超平面分割
2.6 本章小結(jié)
主要參考文獻(xiàn)
第3章 貝葉斯網(wǎng)絡(luò)
3.1 引言
3.2 貝葉斯基礎(chǔ)
3.3 貝葉斯網(wǎng)絡(luò)推理與分類器
3.4 貝葉斯網(wǎng)絡(luò)分類
3.5 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)
3.6 貝葉斯網(wǎng)絡(luò)推理
3.7 本章小結(jié)
主要參考文獻(xiàn)
第4章 偽二維隱馬爾可夫
4.1 引言
4.2 偽二維隱馬爾可夫基礎(chǔ)
4.3 偽二維隱馬爾可夫模型的目標(biāo)識(shí)別
4.4 P2DHMM目標(biāo)檢測(cè)實(shí)驗(yàn)
4.5 本章小結(jié)
主要參考文獻(xiàn)
第5章 遺傳算法
5.1 引言
5.2 遺傳算法基礎(chǔ)
5.3 遺傳算法的進(jìn)化規(guī)則
5.4 遙感遺傳超平面分類
5.5 參數(shù)編解碼及其實(shí)現(xiàn)
5.6 EOS/MODIS圖像數(shù)據(jù)分類實(shí)驗(yàn)
5.7 ETM+數(shù)據(jù)分類實(shí)驗(yàn)
5.8 遺傳一匹配
5.9 遺傳一邊緣提取
5.10 本章小結(jié)
主要參考文獻(xiàn)
第6章 神經(jīng)網(wǎng)絡(luò)
6.1 引言
6.2 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則
6.3 BP網(wǎng)絡(luò)分類
6.4 SOFM-LVO網(wǎng)絡(luò)分類
6.5 PCNN神經(jīng)網(wǎng)絡(luò)
6.6 本章小結(jié)
主要參考文獻(xiàn)
第7章 模糊聚類
7.1 引言
7.2 模糊聚類數(shù)學(xué)基礎(chǔ)
7.3 模糊C-均值聚類和改進(jìn)的模糊C-均值聚類
7.4 本章小結(jié)
主要參考文獻(xiàn)
第8章 粗糙集與容差粗糙集
8.1 引言
8.2 粗糙集理論
8.3 容差粗糙集
8.4 容差粗糙集數(shù)據(jù)預(yù)處理算法
8.5 容差粗糙集與BP算法結(jié)合的分類實(shí)驗(yàn)
8.6 容差粗糙集監(jiān)督分類
8.7 本章小結(jié)
主要參考文獻(xiàn)
第9章 支持向量機(jī)
9.1 引言
9.2 支持向量機(jī)原理
9.3 新型支持向量機(jī)與遙感影像分類
9.4 本章小結(jié)
主要參考文獻(xiàn)
第10章 禁忌人工免疫網(wǎng)絡(luò)算法
10.1 引言
10.2 禁忌搜索和人工免疫網(wǎng)絡(luò)
10.3 禁忌人工免疫網(wǎng)絡(luò)算法設(shè)計(jì)與實(shí)現(xiàn)
10.4 基于禁忌人工免疫網(wǎng)絡(luò)算法的影像自動(dòng)配準(zhǔn)
10.5 禁忌人工免疫網(wǎng)絡(luò)算法的影像自動(dòng)融合
10.6 本章小結(jié)
主要參考文獻(xiàn)
第11章 粒子濾波
11.1 引言
11.2 粒子濾波原理
11.3 粒子濾波檢測(cè)前跟蹤框架
11.4 結(jié)合背景預(yù)測(cè)算法的粒子濾波檢測(cè)前跟蹤框架
11.5 本章小結(jié)
主要參考文獻(xiàn)
彩圖
前言
第1章 緒論
1.1 衛(wèi)星遙感系統(tǒng)與任務(wù)
1.2 遙感數(shù)據(jù)處理任務(wù)與方法
1.3 本章小結(jié)
主要參考文獻(xiàn)
第2章 變換與分割
2.1 引言
2.2 GIVENS旋轉(zhuǎn)變換與分解
2.3 Gram-Schmidt向量空間投影變換
2.4 小波高頻局部高頻融合
2.5 判別函數(shù)與超平面分割
2.6 本章小結(jié)
主要參考文獻(xiàn)
第3章 貝葉斯網(wǎng)絡(luò)
3.1 引言
3.2 貝葉斯基礎(chǔ)
3.3 貝葉斯網(wǎng)絡(luò)推理與分類器
3.4 貝葉斯網(wǎng)絡(luò)分類
3.5 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)
3.6 貝葉斯網(wǎng)絡(luò)推理
3.7 本章小結(jié)
主要參考文獻(xiàn)
第4章 偽二維隱馬爾可夫
4.1 引言
4.2 偽二維隱馬爾可夫基礎(chǔ)
4.3 偽二維隱馬爾可夫模型的目標(biāo)識(shí)別
4.4 P2DHMM目標(biāo)檢測(cè)實(shí)驗(yàn)
4.5 本章小結(jié)
主要參考文獻(xiàn)
第5章 遺傳算法
5.1 引言
5.2 遺傳算法基礎(chǔ)
5.3 遺傳算法的進(jìn)化規(guī)則
5.4 遙感遺傳超平面分類
5.5 參數(shù)編解碼及其實(shí)現(xiàn)
5.6 EOS/MODIS圖像數(shù)據(jù)分類實(shí)驗(yàn)
5.7 ETM+數(shù)據(jù)分類實(shí)驗(yàn)
5.8 遺傳一匹配
5.9 遺傳一邊緣提取
5.10 本章小結(jié)
主要參考文獻(xiàn)
第6章 神經(jīng)網(wǎng)絡(luò)
6.1 引言
6.2 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則
6.3 BP網(wǎng)絡(luò)分類
6.4 SOFM-LVO網(wǎng)絡(luò)分類
6.5 PCNN神經(jīng)網(wǎng)絡(luò)
6.6 本章小結(jié)
主要參考文獻(xiàn)
第7章 模糊聚類
7.1 引言
7.2 模糊聚類數(shù)學(xué)基礎(chǔ)
7.3 模糊C-均值聚類和改進(jìn)的模糊C-均值聚類
7.4 本章小結(jié)
主要參考文獻(xiàn)
第8章 粗糙集與容差粗糙集
8.1 引言
8.2 粗糙集理論
8.3 容差粗糙集
8.4 容差粗糙集數(shù)據(jù)預(yù)處理算法
8.5 容差粗糙集與BP算法結(jié)合的分類實(shí)驗(yàn)
8.6 容差粗糙集監(jiān)督分類
8.7 本章小結(jié)
主要參考文獻(xiàn)
第9章 支持向量機(jī)
9.1 引言
9.2 支持向量機(jī)原理
9.3 新型支持向量機(jī)與遙感影像分類
9.4 本章小結(jié)
主要參考文獻(xiàn)
第10章 禁忌人工免疫網(wǎng)絡(luò)算法
10.1 引言
10.2 禁忌搜索和人工免疫網(wǎng)絡(luò)
10.3 禁忌人工免疫網(wǎng)絡(luò)算法設(shè)計(jì)與實(shí)現(xiàn)
10.4 基于禁忌人工免疫網(wǎng)絡(luò)算法的影像自動(dòng)配準(zhǔn)
10.5 禁忌人工免疫網(wǎng)絡(luò)算法的影像自動(dòng)融合
10.6 本章小結(jié)
主要參考文獻(xiàn)
第11章 粒子濾波
11.1 引言
11.2 粒子濾波原理
11.3 粒子濾波檢測(cè)前跟蹤框架
11.4 結(jié)合背景預(yù)測(cè)算法的粒子濾波檢測(cè)前跟蹤框架
11.5 本章小結(jié)
主要參考文獻(xiàn)
彩圖