久久精品亚洲?V无码2区,试看黄片

內(nèi)容簡(jiǎn)介

　　《高光譜遙感影像的協(xié)同訓(xùn)練與半監(jiān)督分類》是國(guó)家自然科學(xué)基金項(xiàng)目"基于多視圖協(xié)同訓(xùn)練的高光譜遙感影像分類"的研究成果.《高光譜遙感影像的協(xié)同訓(xùn)練與半監(jiān)督分類》針對(duì)高光譜遙感影像分類過(guò)程中的數(shù)據(jù)量太、維數(shù)高和不確定性等特點(diǎn)，將模式識(shí)別、機(jī)器學(xué)習(xí)等相關(guān)領(lǐng)域的半監(jiān)督引入高光譜遙感分類領(lǐng)域，開(kāi)展高光譜遙感半監(jiān)督分類方法研究?！陡吖庾V遙感影像的協(xié)同訓(xùn)練與半監(jiān)督分類》內(nèi)容包括8章：第l：章介紹高光譜遙感分類進(jìn)展，第2章對(duì)半監(jiān)督高光譜影像降維方面進(jìn)行研究，第3章分析研究多元邏輯回歸高光譜遙感影像的分類，第4章重點(diǎn)探討基于差異性度量的分類器的選擇，第5章研究鄰域信息和多分類器集成的高光譜影像半監(jiān)督分類，第6章進(jìn)一步深入研究基于主動(dòng)學(xué)習(xí)及同質(zhì)集成的協(xié)同訓(xùn)練高光譜影像分類，第7章重點(diǎn)分析局部特征提取的協(xié)同訓(xùn)練高光譜影像分類，第8章對(duì)半監(jiān)督高光譜影像進(jìn)行系統(tǒng)開(kāi)發(fā)。

作者簡(jiǎn)介

暫缺《高光譜遙感影像的協(xié)同訓(xùn)練與半監(jiān)督分類》作者簡(jiǎn)介

圖書(shū)目錄

目錄
前言
第1章高光譜遙感分類概述 1
1.1 高光譜遙感影像分類概述 1
1.2 半監(jiān)督分類 4
1.3 分類器的差異性度量 9
1. 4 特征提取 10
1.5 本書(shū)實(shí)驗(yàn)數(shù)據(jù) 15
第2章半監(jiān)督高光譜影像降維 17
2.1 半監(jiān)督降維算法的理論基礎(chǔ) 17
2.2 稀疏表示理論技術(shù)與稀疏表示分類器原理 20
2.3 基于監(jiān)督學(xué)習(xí)的稀疏降維算法 24
2.4基于稀疏表示的半監(jiān)督高光譜遙感影像降維 33
第3章多元邏輯回歸高光譜遙感影像半監(jiān)督分類. 45
3.1 多元邏輯回歸 45
3.2 多元邏輯回歸監(jiān)督分類 48
3.3 基于多元邏輯回歸分類器的半監(jiān)督樣本選擇 54
第4章基于差異性度量的分類器選擇 .69
4.1 差異性度量基礎(chǔ) 69
4.2 協(xié)同訓(xùn)練理論基礎(chǔ) 72
4.3 改進(jìn)協(xié)同訓(xùn)練算法 73
4.4 實(shí)驗(yàn)數(shù)據(jù) 74
4.5 實(shí)驗(yàn)結(jié)果與分析 74
4.6 本章小結(jié) 80
第5章基于鄰域信息和多分類器的高光譜影像半監(jiān)督分類 81
5.1 非標(biāo)記樣本標(biāo)注分析 81
5.2 常用非標(biāo)記樣本的確定方法 81
5.3 一種新的樣本標(biāo)記方法 84
5.4 實(shí)驗(yàn)結(jié)果與分析 88
5.5 本章小結(jié) 96
第6章基于主動(dòng)學(xué)習(xí)及同質(zhì)集成的協(xié)同訓(xùn)練高光譜影像分類 97
6.1 未標(biāo)記樣本的選擇與標(biāo)定 97
6.2 多尺度同質(zhì)集成 99
6.3 算法流程 99
6.4 實(shí)驗(yàn)結(jié)果與分析 100
6.5 本章小結(jié) 106
第7章基于局部特征提取的協(xié)同訓(xùn)練高光譜影像分類 107
7.1 特征提取 107
7.2 結(jié)合局部特征的協(xié)同訓(xùn)練策略 110
7.3 實(shí)驗(yàn)結(jié)果與分析 110
7.4本章小結(jié) 126
第8章基于協(xié)同訓(xùn)練的高光譜遙感影像分類系統(tǒng) 127
8.1 MATLAB GUI 開(kāi)發(fā)技術(shù) 127
8.2 系統(tǒng)主要功能 128
8.3 本章小結(jié) 132
參考文獻(xiàn) 133
彩插