机器学习智能计算与高光谱遥感影像分类应用研究pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

机器学习智能计算与高光谱遥感影像分类应用研究PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 高光谱遥感影像分类概述 1

1.1 高光谱遥感影像 1

1.2 高光谱遥感影像分类概述 5

1.3 遥感影像分类研究现状 9

1.4 遥感影像分类存在的问题 10

1.5 本书试验数据 13

2 遥感影像分类中的机器学习方法 19

2.1 机器学习分类方法 20

2.2 最小距离分类法 22

2.3 最大似然分类法 23

2.4 人工神经网络分类法 24

2.5 决策树分类法 29

2.6 K-均值算法 31

2.7 迭代自组织数据分析法 32

2.8 实验结果与分析 34

2.9 本章小结 36

3 统计学习理论与支持向量机 40

3.1 统计学习理论 40

3.2 最优化理论 45

3.3 支持向量机 49

3.4 实验结果与分析 61

3.5 本章小结 62

4 高光谱遥感影像的降维方法 68

4.1 高光谱遥感影像降维现状 68

4.2 特征选择与特征提取 70

4.3 遗传算法 80

4.4 主成分分析与核主成分分析 84

4.5 线性判别分析与核线性判别分析 89

4.6 投影寻踪法 95

4.7 流形学习 98

4.8 纹理特征提取 103

4.9 实验结果与分析 105

4.10 本章小结 114

5 基于BPSO的高光谱影像特征选择与分类 117

5.1 粒子群优化算法 117

5.2 粒子群优化算法在高光谱分类中的应用 121

5.3 实验结果与分析 125

5.4 本章小结 135

6 基于Kullback-Leibler的多核集成分类 137

6.1 引言 137

6.2 集成机器学习 139

6.3 基于Kullback-Leibler核函数的多核集成框架 144

6.4 实验结果与分析 147

6.5 参数分析 155

6.6 本章小结 157

7 基于改进最优指数的特征选择与分类 165

7.1 引言 165

7.2 支持向量机参数优化方法 166

7.3 基于最优指数的多核集成框架 167

7.4 实验结果与分析 169

7.5 本章小结 178

8 基于互信息混合测度的特征选择与分类 181

8.1 引言 181

8.2 两阶段波段选择与多核集成框架 182

8.3 实验结果与分析 186

8.4 本章小结 193