智能优化方法及其在高光谱图像处理中的应用 - 中国高校教材图书网
|
书名： |
智能优化方法及其在高光谱图像处理中的应用
|
| ISBN： | 978-7-5625-5035-8 |
条码： | |
| 作者： |
刘小波 等著
相关图书
|
装订： | 平装 |
| 印次： | 1-1 |
开本： | 16开 |
| 定价： |
￥68.00
折扣价：￥64.60
折扣：0.95
节省了3.4元
|
字数： |
162千字
|
| 出版社： |
中国地质大学出版社 |
页数： |
|
| 发行编号： | |
每包册数： |
|
| 出版日期： |
2021-12-01 |
|
|
| 内容简介： |
|
本书介绍了基于改进深度森林的高光谱图像分类模型，结合高光谱图像的特点，引入其他算法和改进深度森林算法，提高了高光谱图像分类性能。针对高光谱图像的像元分类，传统超限学习机算法因为模型随机性过大和过拟合等问题，导致分类效果不佳。本书介绍了基于多目标优化的稀疏超限学习机分类算法，用于对特征提取后的像元进行分类，实验证明了本书介绍的超限学习机模型的稀疏连接结构具备可行性，并且有效地提高了稀疏超限学习机在高光谱图像像元分类中的泛化性能。
|
| 作者简介： |
|
|
| 章节目录： |
|
第１章 绪 论 (１) １.１ 高光谱图像降维研究现状 (３) １.２ 高光谱图像分类研究现状 (４) １.３ 高光谱数据介绍 (７) 参考文献(１４) 第２章 基于多目标优化和稀疏表示的高光谱图像波段选择方法(１９) ２.１ 多目标优化理论 (１９) ２.２ 稀疏理论 (２３) ２.３ 基于多目标优化的稀疏自表示波段选择方法 (２６) ２.４ 实验结果分析 (３０) ２.５ 本章小结 (３７) 参考文献 (３８) 第３章 基于深度子空间聚类网络的高光谱图像波段选择方法 (４０) ３.１ 子空间聚类 (４０) ３.２ 基于深度子空间聚类网络的高光谱图像波段选择方法 (４３) ３.３ 实验结果分析 (４７) ３.４ 本章小结 (５３) 参考文献 (５３) 第４章 基于端到端的高光谱图像波段选择框架 (５５) ４.１ 基于端到端的高光谱图像波段选择结构 (５５) ４.２ 实验结果分析 (５８) ４.３ 本章小结 (７７) 参考文献 (７７) 第５章 深度森林的改进及其在高光谱图像分类中的应用 (７９) ５.１ 深度森林 (８０) ５.２ 改进的深度森林用于基于空间信息的 HSI分类算法 (８２) ５.３ 实验结果分析 (８７) ５.４ 本章小结 (１０２) 参考文献 (１０３) 第６章 基于多目标优化的超限学习机在高光谱图像分类中的应用(１０４) ６.１ 超限学习机 (１０４) ６.２ 基于多目标优化的超限学习机 (１０７) ６.３ 实验结果分析 (１１３) ６.４ 本章小结 (１２７) 参考文献 (１２７) 第７章 总 结 (１３０)
|
| 精彩片段： |
|
|
| 书 评： |
|
|
| 其 它： |
|
|
|
中国大学出版社协会 |
首页 |
宏观指导 |
出版社天地 |
图书代办站 |
教材图书信息 |
教材图书评论 |
在线订购 |
教材征订
