基于深度学习的多源遥感影像优势树种分类研究
正版保障 假一赔十 可开发票
￥ 29.66 4.9折 ￥ 60 全新
库存31件
广东广州
认证卖家担保交易快速发货售后保障
作者王学良 著
出版社哈尔滨工程大学出版社
ISBN9787566143778
出版时间2023-07
装帧平装
开本其他
定价60元
货号17321925
上书时间2024-12-30
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章绪论
1.1研究背景和意义
1.2多源遥感地物分类的研究现状
1.3研究内容和技术路线
1.4结构安排
第2章相关算法及研究区域概况与数据预处理
2.1深度学习算法
2.2研究区域与实验数据集
2.3多源遥感影像预处理
2.4分类评价指标体系
2.5本章小结
第3章基于循环卷积与沙漏模块的双分支分类模型研究
3.1双分支分类模型
3.2实验结果与分析
3.3本章小结
第4章基于EfficientNet-Smish的模型分类
4.1非线性激活函数研究
……
内容摘要
本书深入浅出地介绍了利用先进深度学习算法、结合多源遥感数据，实现对森林优势树种的高精度分类方法。研究通过融合多种遥感影像数据，构建并优化深度卷积神经网络模型，对不同树种进行精细分类。该研究在数据预处理、特征提取、模型训练和分类结果优化等方面做出了系统性探索，显著提升了分类精度和效率，为森林资源监测和生态保护提供了有力支持。
本书可以为林业信息工程等相关领域研究人员提供参考。
精彩内容
及时准确地获得树种分类图，有助于人们更好地认识、管理和利用森林。高光谱遥感数据具有大量的光谱信息，而多光谱遥感数据具有丰富的空间信息，联合使用两种遥感数据可发挥其各自的优势，有助于树种分类。近年来，基于深度学习的方法对多源遥感数据进行树种分类取得了很大的进展，其分类结果普遍优于其他传统算法。但是现有的深度学习方法在树种分类方面还存在着一些问题。比如，一些深度学习模型的特征提取或学习能力不足，计算冗余，依赖大规模标注信息等。本书通过深度学习的全监督模式下提高了树种分类精度和效率、半监督和无监督模式减少了或避免了人工标注，几种方式对多源森林遥感影像的树种分类进行探索和研究。
— 没有更多了 —
以下为对购买帮助不大的评价