作品简介
高光谱遥感技术以其独特的光谱指纹识别能力,为精确解译地球表面信息提供了前所未有的可能,但海量光谱数据的复杂性也对传统分析方法提出了严峻挑战。
本书是一部全面介绍高光谱遥感图像分类方法与人工智能应用的专业图书,系统地将机器学习与深度学习的前沿成果引入高光谱遥感图像分类。
全书构建了从传统机器学习方法到深度神经网络架构,再到前沿强化学习智能体的完整技术体系,深入探讨了从数据降维、特征提取到分类优化的完整技术链条,涵盖主成分分析(PCA)、支持向量机(SVM)、随机森林(RF)等经典机器学习方法,以及卷积神经网络(CNN)、生成对抗网络(GAN)、注意力机制等深度学习技术。
出版社电子工业出版社
出版时间2026-03-01
ISBN9787121521690
共 8 章
内容简介
前言
第1章 高光谱遥感图像与人工智能概述
第2章 高维图像的降维与特征提取方法
第3章 基于机器学习的图像分类方法
第4章 PyTorch深度学习框架
第5章 基于PyTorch深度学习图像分类方法
参考文献

