高分辨率遥感影像分割与分类

内容简介

本书系统的介绍了高分辨率遥感影像分割与分类的相关概念、原理、方法、步骤和新进展等，具体框架模型和实现方法都有着鲜明的特色，内容涵盖多分支融合网络、基于 CNN 的双边融合网络、小卷积特征重用模型、基于多尺度近端特征拼接网络、深度置信网络、局部与混合扩张卷积融合网络、预激活残差注意力网络、基于多判别器生成对抗网络、以及3D-2D多分支特征融合和密集注意力网络模型在高光谱分辨率遥感影像分类中的应用；基于多目标粒子群优化算法和博弈论的高光谱影像降维方法；以及基于SReLU和用于快速目标识别的高空间分辨率遥感影像分割的技术、方法和具体应用。本书内容新颖、理论联系实际，书中不仅详细介绍了常用的高光谱影像数据集和分类精度评价指标、且实验数据翔实，分割与分类方法步骤清晰，能够有效地指导实验实训的顺利开展。它涉及高分辨率遥感影像分割、特征提取、影像分类等诸多相关技术，具学术价值及实践指导意义。本书既可用作高等院校计算机应用技术、网络工程、人工智能和大数据等相关专业课程的教材，实验实训指导书，又可用作遥感技术与应用、地球信息科学、土地资源管理等相关专业的研究生和高年级本科生、工程技术人员的参考书，也可供对高光谱遥感进行研究的科研人员阅读。