机器学习、智能计算与高光谱遥感影像分类应用研究（Word+PDF+ePub+PPT）

高光谱遥感技术已经成为遥感发展的前沿，高光谱遥感影像分类是遥感应用不可缺少的关键环节，分类精度又直接影响分类效果，因此解决多类别识别问题、提高分类精度始终是遥感研究的关键问题。本书以易于读者理解和应用为宗旨，针对高光谱遥感影像数据的高维特性，以机器学习为主线，以智能学习算法为副线，在系统分析和总结智能计算、机器学习、信息论基本理论和方法的基础上，从高维数据降维、波段特征选择与特征提取、分类器的构造和参数优化等角度展开研究，并结合实例，详细介绍了新兴机器学习的新理论、新技术和新方法及其在遥感信息处理中的应用。主要内容包括：基于改进粒子群的高光谱遥感影像波段选择、基于改进ISOMAP的高光谱影像特征提取、基于不同特征集构造的遥感影像分类、基于改进最优指数的高光谱遥感影像特征选择与分类、基于Kullback-Leibler核的遥感影像分类、基于随机算法的遥感影像分类。