《高光谱遥感影像半监督分类研究》PDF下载

  • 购买积分:9 如何计算积分?
  • 作  者:谭琨著
  • 出 版 社:徐州:中国矿业大学出版社
  • 出版年份:2014
  • ISBN:9787564621766
  • 页数:174 页
图书介绍:本书是国家自然科学基金项目“基于半监督多核SVM和混合特征集的高光谱遥感影像分类(编号41101423)”的研究成果。针对高光谱遥感影像分类中数据量大、维数高、不确定性等特点,将模式识别领域的研究热点—半监督分类器系统引入高光谱遥感领域,开展高光谱遥感半监督分类器集成理论与方法的研究,是本书的主要内容。全书内容包括六章:第一章介绍了高光谱遥感影像分类进展,并通过对半监督分类器的比较与分析,构建了半监督分类器;第二章从理论与实例两方面,定量分析了多种分类器,基此介绍了半监督分类器;第三章重点探讨了基于支持向量机分类器集成方法;第四章重点研究综合空间和光谱特征的高光谱遥感影像特征选择方法研究;第五章进一步探讨了半监督支持向量机分类研究等;最后第六章介绍了基于主动学习方法的半监督分类,并对今后的发展趋势进行了探讨。本书主要供从事遥感信息处理、遥感分类、遥感应用等研究和实践的科研人员、高校教师、研究生和高年级本科生参考。

第1章 高光谱遥感概述 1

1.1 高光谱遥感影像分类概述 1

1.2 高光谱遥感影像分类进展 4

1.3 高光谱遥感分类器构建 11

1.4 本书试验数据 14

第2章 高光谱遥感常用分类方法 18

2.1 常用非监督分类 18

2.2 常规监督分类方法 24

2.3 基于光谱相似性度量的分类方法 27

2.4 人工神经网络分类器 31

2.5 决策树分类器 42

2.6 面向对象分类 46

2.7 人工免疫系统的分类 50

2.8 统计学习理论 57

2.9 支持向量机 61

第3章 高光谱遥感影像的波段选择和波段提取 74

3.1 基于波段选择的降维 74

3.2 基于特征提取的降维 76

3.3 核主成分分析改进研究 81

3.4 流形学习算法 87

3.5 本章小结 99

第4章 组合空间和光谱特征的高光谱遥感影像分类研究 100

4.1 光谱—空间法介绍 100

4.2 空间特征和光谱特征的提取 100

4.3 基于特征选择的光谱—空间高光谱遥感影像分类方法 106

4.4 试验结果与分析 107

4.5 本章小结 113

第5章 半监督分类研究 114

5.1 半监督分类 114

5.2 半监督分类方法 115

5.3 基于支持向量机自训练高光谱遥感数据分类实例 124

5.4 本章小结 132

第6章 基于协同训练的半监督分类方法研究 133

6.1 引言 133

6.2 协同训练理论 134

6.3 协同训练算法研究 137

6.4 基于协同训练高光谱遥感影像分类研究实例 146

6.5 本章小结 154

参考文献 155