掃一掃
關注中圖網
官方微博
¥22.9(2.9折)?
預估到手價是按參與促銷活動、以最優惠的購買方案計算出的價格（不含優惠券部分），僅供參考，未必等同于實際到手價。
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
高光譜圖像處理技術 版權信息
- ISBN：9787118086461
- 條形碼：9787118086461 ; 978-7-118-08646-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
高光譜圖像處理技術 本書特色
王立國、趙春暉編著的《高光譜圖像處理技術》共分9章。第2～6章主要由王立國執筆完成，內容涵蓋分類、端元選擇、光譜解混、亞像元定位以及超分辨率復原等高光譜圖像處理技術，是該著者多年取得的研究成果，希望這些內容在思想或方法上能夠為讀者提供些許借鑒或啟發。
高光譜圖像處理技術 內容簡介
《高光譜圖像處理技術》共分9章。首尾兩章對高光譜遙感的基本理論、高光譜遙感主要處理技術的發展現狀、高光譜遙感的應用進行了簡單的介紹，便于不同需求的讀者參閱。第2～8章是以著者近年來的研究成果為主體內容，將高光譜圖像的主要處理技術，即分類、端元提取、光譜解混、亞像元定位、超分辨率復原、異常檢測、降維壓縮等進行了系統的整理和詳盡的闡釋，旨在為讀者提供一個較完整的框架和較新穎的內容。 《高光譜圖像處理技術》可作為高等院校遙感、測繪、地理信息系統等專業的本科生、研究生的參考用書，也可供相關領域不同層次的研究人員參閱。
高光譜圖像處理技術 目錄
第1章 高光譜遙感基本理論及主要處理技術
1.1 高光譜遙感基本理論
1.1.1 遙感電磁波理論基礎
1.1.2 太陽輻射與物質的相互作用
1.1.3 成像光譜儀及其成像方式
1.1.4 高光譜圖像的數據特點
1.2 高光譜圖像分類技術
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 其他分類方法
1.3 高光譜圖像端元選擇技術
1.4 高光譜圖像光譜解混技術
1.4.1 非線性模型
1.4.2 線性模型
1.4.3 線性模型的多端元模式
1.5 高光譜圖像亞像元定位技術
1.5.1 基于空間相關性的亞像元定位
1.5.2 基于空間地統計學的亞像元定位
1.5.3 基于神經網絡的亞像元定位
1.5.4 基于像元交換的亞像元定位
1.6 高光譜圖像超分辨率技術
1.7 高光譜圖像異常檢測技術
1.8 高光譜圖像降維與壓縮技術
1.8.1 關于降維：波段選擇與特征提取
1.8.2 關于壓縮：有損壓縮與無損壓縮
參考文獻
第2章 高光譜圖像分類技術
2.1 典型分類方法
2.2 典型評價準則
2.3 svm分類方法
2.3.1 理論基礎
2.3.2 分類原理
2.3.3 *簡多類分類器的構造
2.3.4 *小二乘svm及其smo優化算法
2.3.5 三重加權分類方法
2.4 svm分類性能的評價
2.4.1 基本svm分類性能評價
2.4.2 *簡多類分類器性能評價
2.4.3 三重加權分類性能評價
2.5 本章小結
參考文獻
第3章 高光譜圖像光譜端元選擇技術
3.1 n-findr光譜端元選擇算法
3.1.1 相關理論介紹
3.1.2 n-findr算法
3.2 基于距離尺度的快速n-findr算法
3.2.1 距離尺度替換體積尺度
3.2.2 基于ppi思想的數據排序
3.2.3 復雜性分析和效率評價
3.3 基于線性lssvm的距離測算
3.4 光譜端元選擇的魯棒性方法
3.4.1 預處理階段：魯棒協方差矩陣的獲取
3.4.2 光譜端元選擇階段：野值點的去除
3.5 性能評價
3.5.1 基于距離尺度的快速n-findr算法
3.5.2 魯棒性評價
3.6 快速n-findr算法的兩個應用
3.6.1 構建lsmm心的求解算法
3.6.2 構建快速無監督波段選擇算法
3.7 本章小結
參考文獻
第4章 高光譜圖像光譜解混技術
4.1 基于lsmm的lsma方法
4.2 全約束lsma的兩種新型求解方法
4.2.1 迭代求解中的參量替換方法
4.2.2 幾何求解方法
4.3 基于lsvm的光譜解混原理
4.3.1 lsvm與lsmm的解混等效性證明
4.3.2 lsvm解混的獨特優勢
4.4 結合空間信息的光譜解混方法
4.5 帶有解混殘差約束條件的svm光譜解混模型
4.5.1 基于原始lssvm的光譜解混
4.5.2 基于解混殘差約束lssvm的解混模型的建立及其閉式解的推導
4.5.3 新模型中單端元替換為多端元的方法
4.6 性能評價
4.6.1 基本svm光譜解混性能評價
4.6.2 魯棒性加權svm解混評價
4.6.3 結合空譜信息的解混方法評價
4.6.4 帶有解混誤差約束的新型svm解混模型的性能評價
4.7 光譜解混的模糊精度評價方法
4.7.1 模糊精度評價方法
4.7.2 模糊精度評價方法在具體實驗中的應用
4.8 本章小結
參考文獻
第5章 高光譜圖像亞像元定位技術
5.1 基于lssvm的線性特征地物亞像元定位技術
5.1.1 基于lssvm的亞像元定位技術
5.1.2 人工合成訓練樣本的方法
5.2 基于空間引力模型的亞像元定位方法
5.2.1 基于修正的亞像元／像元空間引力模型的亞像元定位
5.2.2 基于混合空間引力模型的亞像元定位
5.3 結合mrf和亞像元位移遙感影像的亞像元定位
5.3.1 基于mrf的亞像元定位
5.3.2 結合mrf和亞像元位移遙感影像的亞像元定位
5.4 性能評價
5.4.1 基于lssvm的線性特征地物亞像元定位
5.4.2 mspsam和msam
5.4.3 結合mrf和亞像元位移遙感影像的亞像元定位
5.5 本章小結
參考文獻
第6章 高光譜圖像超分辨率技術
6.1 基于pocs算法的超分辨率復原
6.1.1 pocs基本理論
6.1.2 基于pocs算法的超分辨率復原
6.2 基于map算法的超分辨率復原
6.2.1 map基本理論
6.2.2 基于map算法的超分辨率復原
6.3 單譜段圖像的分辨率提高方法
6.3.1 幾何對偶模型的建立與插值方法
6.3.2 混合插值方法
6.4 性能評價
6.4.1 pocs和map超分辨率方法
6.4.2 對偶性插值方法
6.5 本章小結
參考文獻
第7章 高光譜圖像異常檢測技術
7.1 基于形態學理論的核檢測算法
7.1.1 基于形態學的波段選擇
7.1.2 基于形態學的核rx算法
7.2 自適應核異常檢測算法
7.2.1 支持向量數據描述方法
7.2.2 自適應核異常檢測算法
7.3 核異常檢測中光譜相似度量核的構造
7.3.1 高斯徑向基核的局限性
7.3.2 光譜相似度量核函數
7.4 性能評價
7.4.1 基于形態學的核檢測算法效果驗證
7.4.2 自適應核異常檢測算法效果驗證
7.4.3 基于光譜相似度量核的異常檢測算法效果驗證
7.5 其他異常檢測算法簡介
7.5.1 基于空域濾波的核rx高光譜異常檢測算法
7.5.2 基于多層窗口分析的核檢測算法
7.6 本章小結
參考文獻
第8章 高光譜圖像降維及壓縮技術
8.1 降維技術
8.1.1 基于svm的波段選擇
8.1.2 典型端元選擇方法在波段選擇中的應用
8.1.3 仿真實驗
8.2 壓縮技術
8.2.1 基于矢量量化的壓縮算法
8.2.2 基于提升格式的壓縮算法
8.3 本章小結
參考文獻
第9章 高光譜遙感應用簡介
9.1 農業
9.1.1 小麥
9.1.2 水稻
9.1.3 大豆
9.1.4 玉米
9.2 森林
9.2.1 森林調查
9.2.2 森林生化組成與森林健康狀態
9.2.3 森林災害
9.2.4 外來物種監測
9.3 草地
9.3.1 草地生物量估算
9.3.2 草地種類識別
9.3.3 草地化學成分估測
9.4 海洋
9.4.1 海洋遙感中的基礎研究
9.4.2 海洋與海岸帶資源環境監測中的應用研究
9.4.3 國際相關發展動態
9.5 地質
9.5.1 巖礦識別
9.5.2 資源勘查
9.6 環境
9.6.1 大氣污染監測
9.6.2 土壤侵蝕監測
9.6.3 水環境監測
9.7 軍事
參考文獻
附錄1 本書主要符號及縮寫說明
附錄2 著者主要相關文章
展開全部
書友推薦
- >
月亮虎
- >
上帝之肋:男人的真實旅程
- >
煙與鏡
- >
姑媽的寶刀
- >
巴金－再思錄
- >
推拿
- >
隨園食單
- >
詩經-先民的歌唱
本類暢銷
