操丝袜熟女综合网,亚洲欧美一级黄片段,国产日韩精品无码区免费专区国产

內(nèi)容簡介

　　本書是以高光譜圖像的數(shù)據(jù)分析、波段選擇和分類為線索編寫的。全書內(nèi)容分為7章：第1章介紹了高光譜圖像降維和分類的國內(nèi)外研究現(xiàn)狀，以及高光譜圖像數(shù)據(jù)特點和評價指標；第2章至第4章分別介紹了多目標優(yōu)化的稀疏自表示、深度子空間聚類、端到端等用于波段選擇的智能優(yōu)化方法；第5章至第6章分別闡述了深度森林、多目標優(yōu)化的超限學習機等用于分類的智能優(yōu)化方法；第7章對本書所介紹的內(nèi)容進行了總結，并就智能優(yōu)化方法用于高光譜圖像處理進行了展望。

作者簡介

　　劉小波，博士，中國地質(zhì)大學（武漢）自動化學院副教授、博士生導師，主要從事演化計算、數(shù)據(jù)挖掘、高光譜遙感方面的研究工作。2012年畢業(yè)于中國地質(zhì)大學（武漢）獲地學信息工程博士學位，2010年9月至2011年12月，國家公派加拿大新布倫瑞克大學計算機學院聯(lián)合培養(yǎng)。目前主持了國家自然科學基金2項，湖北省自然科學基金1項，中國地質(zhì)大學（武漢）“優(yōu)秀青年”基金1項，作為核心成員參與了國家自然科學基金項目、“863計劃”子課題、“十一五”國家科技攻關項目等。

圖書目錄

第l章緒論
1.1 高光譜圖像降維研究現(xiàn)狀
1.2 高光譜圖像分類研究現(xiàn)狀
1.3 高光譜數(shù)據(jù)介紹
參考文獻
第2章基于多目標優(yōu)化和稀疏表示的高光譜圖像波段選擇方法
2.1 多目標優(yōu)化理論
2.2 稀疏理論
2.3 基于多目標優(yōu)化的稀疏自表示波段選擇方法
2.4 實驗結果分析
2.5 本章小結
參考文獻
第3章基于深度子空間聚類網(wǎng)絡的高光譜圖像波段選擇方法
3.1 子空間聚類
3.2 基于深度子空間聚類網(wǎng)絡的高光譜圖像波段選擇方法
3.3 實驗結果分析
3.4 本章小結
參考文獻
第4章基于端到端的高光譜圖像波段選擇框架
4.1 基于端到端的高光譜圖像波段選擇結構
4.2 實驗結果分析
4.3 本章小結
參考文獻
第5章深度森林的改進及其在高光譜圖像分類中的應用
5.1 深度森林
5.2 改進的深度森林用于基于空間信息的HS1分類算法
5.3 實驗結果分析
5.4 本章小結
參考文獻
第6章基于多目標優(yōu)化的超限學習機在高光譜圖像分類中的應用
6.1 超限學習機
6.2 基于多目標優(yōu)化的超限學習機
6.3 實驗結果分析
6.4 本章小結
參考文獻
第7章總結