0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: 图书分类 > 地球天文 > 测绘学 > 极化SAR影像超像素分割和面向对象分类方法

相同语种的商品

销售排行榜

浏览历史

极化SAR影像超像素分割和面向对象分类方法


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
极化SAR影像超像素分割和面向对象分类方法
  • 书号：9787030556981
    作者：覃发超
  • 外文书名：
  • 装帧：平装
    开本：B5
  • 页数：103
    字数：141000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2018-04-01
  • 所属分类：
  • 定价： ￥48.00元
    售价： ￥37.92元
  • 图书介质:

  • 购买数量： 件  缺货，请选择其他介质图书！
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书以提高全极化合成孔径雷达（SAR）影像处理速度及解译精度为目标，系统研究极化雷达基础理论及现有的极化SAR分割、分类方法，并提出新的算法。全书内容包括：介绍极化SAR影像分割分类的研究动态；系统阐述雷达极化测量的基本理论；深入研究极化目标基本散射机制模型及其特点，在此基础上进一步研究极化目标分解理论及典型方法；参考光学图像分割中的数学算法，结合目前极化SAR影像分割算法细节信息保持效果差、分割速度慢等研究现状，对极化SAR数据的特点从距离量度、聚类中心初始化、后处理等方面进行改进，提出PoISLIC超像素分割算法；将RBM算法和AdaBoost框架结合，一方面利用面向对象的思想克服极化SAR影像中相干斑噪声的影响并加快处理速度，另一方面利用基于深度学习模块的多分类器集成框架克服极化SAR影像中地物目标散射机理复杂、单一分类器难以实现高精度分类的问题，建立RBM-AdaBoost算法。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    第1章 绪论 1
    1.1 合成孔径雷达（SAR）概述 1
    1.2 极化SAR影像分类研究动态 2
    1.3 极化SAR影像分割研究动态 5
    1.4 本书内容和组织结构 8
    1.4.1 主要内容 8
    1.4.2 组织结构 9
    第2章 极化SAR基本理论 11
    2.1 极化电磁波的表征 11
    2.1.1 极化椭圆 12
    2.1.2 Jones矢量 13
    2.1.3 Stokes矢量 14
    2.2 极化SAR数据的矩阵描述 15
    2.2.1 极化散射矩阵 15
    2.2.2 协方差矩阵与相干矩阵 16
    2.2.3 Mueller矩阵 18
    2.2.4 Stokes矩阵 19
    2.3 极化合成 20
    2.4 极化SAR数据的统计特性 21
    2.4.1 单极化SAR数据统计特性 22
    2.4.2 全极化SAR数据统计特性 25
    2.5 极化目标分解 27
    2.5.1 基本散射机制 28
    2.5.2 Pauli分解 33
    2.5.3 Cloude-Pottier分解 35
    2.5.4 Freeman-Durden三分量分解 38
    2.6 本章小结 40
    第3章 极化SAR影像超像素分割 41
    3.1 常用的超像素分割方法 42
    3.1.1 Ncut分割42
    3.1.2 GBMS分割 46
    3.2 PolSLIC超像素分割 50
    3.2.1 SLIC算法 51
    3.2.2 PolSLIC算法 53
    3.3 实验数据及其预处理 59
    3.4 分割效果评价 61
    3.4.1 与原始SLIC算法的比较 61
    3.4.2 与Ncut和GBMS算法的比较 64
    3.5 实验结论 67
    3.6 本章小结 68
    第4章 面向对象的极化SAR影像分类 69
    4.1 常用的极化SAR分类器 70
    4.1.1 Wishart最大似然分类器 70
    4.1.2 随机森林 71
    4.2 集成学习基本思想 73
    4.2.1 Bagging方法 73
    4.2.2 Boosting方法 74
    4.3 极化SARRBM-AdaBoost分类算法 76
    4.3.1 受限玻尔兹曼机 76
    4.3.2 自适应提升框架 78
    4.3.3 RBM-AdaBoost算法 79
    4.4 实验数据及其预处理 80
    4.5 实验结果分析 82
    4.5.1 评价指标 82
    4.5.2 RBM分类效果分析 82
    4.5.3 与其他方法的比较 86
    4.6 实验结论 89
    4.7 本章小结 90
    参考文献 91
    缩写索引 102
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com