Feature extraction and classification for hyperspectral remote sensing images
副标题：无
作 者：张连蓬，李行，陶秋香著
分类号：
ISBN：9787503026225
微信扫一扫,移动浏览光盘
简介
《高光谱遥感影像特征提取与分类》针对高光谱遥感影像数据的高维特性，从高维数据降维、特征波段选择、混合像元光谱分解等角度展开研究，分别利用投影寻踪、主成分分析、独立分量分析、非线性主曲线等方法建立了一系列旨在提高高光谱遥感影像分类精度的特征提取与分类的算法，主要包括主成分方向和投影寻踪方向相结合的特征组合方案、基于选元投影寻踪的最优波段选择、非线性混合光谱模型、基于独立分量空间的混合像元光谱分解、基于非线性主曲线的降维和分类等内容。
目录
第1章绪论
1.1 引 言
1.2高光谱遥感数据分析研究的关键问题
1.3本书的研究内容
第2章高光谱遥感数据分析
2.1高维数据降维
2.2高光谱遥感数据分析的主要方法
2.3高光谱遥感数据分析的特点及问题
第3章基于投影寻踪的高光谱遥感影像特征提取与分类
3.1投影寻踪方法
3.2基于投影寻踪的特征提取与分类方案
3.3面向易混分地类的投影寻踪指标
3.4基于投影寻踪的特征提取与分类算法
3.5 主成分方向与投影寻踪方向相结合的特征提取与分类
第4章高光谱遥感影像的波段选择
4.1波段选择方法
4.2波段选择的快速算法
4.3波段选择方法的评价
4.4面向易混分地类的波段选择方法
4.5基于选元投影寻踪的波段选择方法
第5章高光谱遥感影像的混合像元分解
5.1概述
5.2线性混合光谱模型及其解算
5.3非线性混合光谱模型及其解算
5.4基于特征空间的混合像元分解
第6章非线性主曲线及其在高光谱遥感影像分类中的应用
6.1主成分分析的非线性扩展
6.2简化的非线性主曲线算法及其应用
参考文献
1.1 引 言
1.2高光谱遥感数据分析研究的关键问题
1.3本书的研究内容
第2章高光谱遥感数据分析
2.1高维数据降维
2.2高光谱遥感数据分析的主要方法
2.3高光谱遥感数据分析的特点及问题
第3章基于投影寻踪的高光谱遥感影像特征提取与分类
3.1投影寻踪方法
3.2基于投影寻踪的特征提取与分类方案
3.3面向易混分地类的投影寻踪指标
3.4基于投影寻踪的特征提取与分类算法
3.5 主成分方向与投影寻踪方向相结合的特征提取与分类
第4章高光谱遥感影像的波段选择
4.1波段选择方法
4.2波段选择的快速算法
4.3波段选择方法的评价
4.4面向易混分地类的波段选择方法
4.5基于选元投影寻踪的波段选择方法
第5章高光谱遥感影像的混合像元分解
5.1概述
5.2线性混合光谱模型及其解算
5.3非线性混合光谱模型及其解算
5.4基于特征空间的混合像元分解
第6章非线性主曲线及其在高光谱遥感影像分类中的应用
6.1主成分分析的非线性扩展
6.2简化的非线性主曲线算法及其应用
参考文献
Feature extraction and classification for hyperspectral remote sensing images
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
