機器學習、智慧型計算與高光譜遙感影像分類套用研究

內容簡介

本書系統總結了作者近年來在高光譜遙感影像分類、機器學習、智慧型計算等方面的研究成果，在介紹高光譜遙感影像分類基礎知識、機器學習、智慧型計算等常用方法的基礎上，探討影響分類準確率的因素，重點對多核集成學習及粒子群等方法在高光譜遙感影像分類中的套用進朵影境院行了深入探討。本書將作者研究過程與體會與大家分享，拋磚引玉，希望進一步促進遙感圖像的分析與理解水平，這也是本書撰寫的初衷。

圖書目錄

1高光譜遙感影像分類概述1

1.1高光譜遙感影像1

1.2高光譜遙感影像分類概述5

1.3遙感影像分類研究現狀9

1.4遙感影像分類存在的問題10

1.5本書試驗數據13

2遙感影蒸局烏像分類中的機器學習方法19

2.1機器學習分類方法20

2.2最小距離分類法22

2.3最大似然分類法23

2.4人工神經網路分類法24

2.5決策樹分類法29

2.6K-均值算法31

2.7疊代自組織數據分析法32

2.8實驗結果與分析34

2.9本章小結36

3統計學習理論與支持向量機40

3.1統計學習理論40

3.2最最佳化理論45

3.3支持向量機49

3.4實驗結果與分析61

3.5本章小結62

4高光譜遙感影像的降維方法祖采背68

4.1高光譜遙感影像降維現狀68

4.2特徵選擇與特徵斷拳棗提取70

4.3遺傳算法80

4.4主成分分析與核主成分分析84

4.5線性判別分析與核線性判別分析89

4.6投影尋蹤法95

4.7流形學習98

4.8紋理特徵提取103

4.9實驗結果與分析105

4.10本章小結114

5基於BPSO的高光譜影像特徵選擇與分類117

5.1粒子群最佳化算法117

5.2粒子群最佳化算法在高光譜分類中的套用121

5.3實驗結果與分析125

5.4本章小結135

6基於Kullback-Leibler的多核集成分類137

6.1引言137

6.2集成機器學習139

6.3基於Kullback-Leibler核函式的多核集成框架144

6.4實驗結果與分析147

6.5參數分析155

6.6本章小結157

7基於改進最優指數的特徵選擇與分類165

7.1引言165

7.2支持向量機參數最佳化方法166

7.3基於最優指數的多核集成框架167

7.4實驗結果與分析169

7.5本章小結178

8基於踏漿櫻灑互信息混合測度的特徵選擇與分類181

8.1引言181

8.2兩階段波段選擇與多核集成框架182

8.3實驗結果與分析186

8.4本章小結193

作者簡介

亓呈明，計算機套用技術碩士，地理信息工程博士。主要研究方向為：機器學習、計算智慧型、統計學習、遙感圖像處理。發表30餘篇國際檢索的研究論文，參與了相關研究項目10餘項。

胡立栓，計算機套用技術碩士，地理信息工程博士。主謎汗閥要研究方向為：機器學習、遙感信息處理、GIS技術套用、格線服務、分散式計和探算等。發表20篇研究論文，其中EI檢索8篇，參與了相關研究20餘項。

機器學習、智慧型計算與高光譜遙感影像分類套用研究

基本介紹

內容簡介

圖書目錄

作者簡介

作者簡介

相關詞條

熱門詞條