Multi-Sensor and Multi-Temporal Remote Sensing: Egyedi egy osztályos térképezés

Eredeti címe:

Multi-Sensor and Multi-Temporal Remote Sensing: Specific Single Class Mapping

Könyv tartalma:

Ez a könyv fuzzy gépi és mélytanulási modelleket dolgoz ki a több érzékelős, több időbeli távérzékelési képekből történő egyosztályos leképezéshez, miközben kezeli a vegyes pixeleket és a zajt. Kitér az időbeli adatok előfeldolgozásának és spektrális dimenziócsökkentésének módjaira is. Továbbá tárgyalja az "egyedi minta mint átlag" képzési megközelítést az osztályon belüli heterogenitás kezelésére. A könyv függelékrészében olyan esettanulmányok találhatók, mint például a terménytípusok, az erdőfajták és az avarral égetett rizsföldek feltérképezése.

Főbb jellemzők:

⬤ Középpontjában a több érzékelős, több időbeli adat felhasználása áll, miközben kezeli az osztályok közötti spektrális átfedéseket.

⬤ Tárgyalja a fuzzy/deep learning modellek széles skáláját, amelyek képesek egy adott osztály kivonására és a zaj elkülönítésére.

⬤ Megmutatja az előfeldolgozást a spektrális, texturális, CBSI indexek és a visszaszórási együttható/Radar Vegetációs Index (RVI) használata során.

⬤ Tárgyalja a képzési adatok szerepét az osztályon belüli heterogenitás kezelésében.

⬤ Támogatja a több szenzoros és több időbeli adatfeldolgozást a házon belüli SMIC szoftver segítségével.

⬤ Tartalmaz esettanulmányokat és gyakorlati alkalmazásokat egyetlen osztály térképezéséhez.

Ez a könyv a környezetvédelem, a földrajz, az informatika, a távérzékelés, a geoinformatika, az erdészet, a mezőgazdaság, a katasztrófák utáni, a városi átmenet tanulmányozása és más kapcsolódó területeken dolgozó végzős/diplomás hallgatók, kutatók és szakemberek számára készült.