基于统计的深空遥感数据智能解译
正版保障 假一赔十 可开发票
￥ 58.08 6.6折 ￥ 88 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者郑晨，平劲松著
出版社科学出版社
ISBN9787030776709
出版时间2024-03
装帧平装
开本16开
定价88元
货号15554852
上书时间2024-09-05
商品详情
- 品相描述：全新
- 商品描述
-
目录
前言
第一部分基础理论篇
第1章绪论3
1.1研究背景与数据基础3
1.2深空遥感数据特点6
1.3关键问题8
1.4具体研究内容8
第2章聚类表示与地貌识别的基础知识12
2.1聚类的概念12
2.2深空影像数据聚类识别方法的研究现状.13
2.2.1人工识别13
2.2.2基于地形信息的分析算法14
2.2.3机器学习方法17
2.3聚类相关基础知识19
第二部分基于经典统计方法的深空数据解译篇
第3章基于嫦娥三号极紫外影像的地心定标27
3.1任务背景与极紫外数据介绍27
3.2极紫外数据特征分析30
3.3圆形差分方法33
3.4地心定标结果37
……
内容摘要
近几十年来，不断开展的太空探测活动使我们能够近距离地观测如月球、火星、小行星等天体，特别是我国开展的嫦娥系列探月工程，为人类获取了大量珍贵的深空遥感影像数据。但是，基于人工的影像数据判读不仅要面临复杂的深空环境，而且也难以满足海量数据的解译需求。这造成了深空遥感数据的资源浪费，还了影像数据在天文研究中的进一步应用。 影像处理和人工智能技术近年来的迅猛发展，为深空遥感影像数据解译带来了新的机遇。因此，本书采用以统计分析为主的影像处理技术，针对深空遥感影像的特点，研究了嫦娥系列任务获取的影像数据的信息提取与解译问题。
精彩内容
本书在介绍深空探测任务与深空影像背景知识的基础上，着重从统计数据分析和人工智能两个方面介绍深空遥感影像相关的智能解译方法。其中，在统计数据分析方面，介绍了统计理论工具及其在“嫦娥”观测数据的判读解译应用。在人工智能数据分析方面，介绍了深度学习中基于语义分割和基于目标检测方法在全月撞击坑的自动判读识别。为了便于读者使用上述方法，本书提供了大量案例及相应的代码实现。
本书适合天文学、统计学、人工智能、遥感等学科的高校教师、研究人员、高年级本科生、硕士和博士研究生参阅，也适合数字图像处理分析及非结构化数据分析等应用领域的相关科技人员使用。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价