圖卷積神經網絡及其在高光譜影像分類中的應用 張志利 丁遙 趙曉楓等 9787030797995 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202501*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：圖卷積神經網絡及其在高光譜影像分類中的應用
ISBN：9787030797995
出版社：科學
著編譯者：張志利 丁遙 趙曉楓等
頁數：138
所在地：中國大陸 *此為代購商品
書號：1718769
可大量預訂，請先連絡。

內容簡介

本書主要介紹作者團隊在圖卷積神經網絡高光譜影像分類方法設計方面的理論研究及應用成果。全書共6章。第1章介紹研究背景，概述高光譜影像分類現狀和存在的問題，以及圖神經網絡的基礎知識和實驗採用評價指標。第2～6章介紹多種基於圖神經網絡的半監督/無監督高光譜遙感影像分類方法，包括圖樣本聚合高光譜影像特徵提取與分類方法、CNN卷積與圖卷積相結合的高光譜影像特徵提取與分類方法、自回歸滑動平均高光譜影像特徵提取與分類方法、自適應濾波器-聚合器高光譜影像特徵提取與分類方法、無監督低通圖神經網絡高光譜影像特徵提取與聚類方法。 本書可供電子信息工程、計算機應用技術、自動化、儀器科學與技術等相關專業的研究生和高年級本科生學習，也可供相關科研人員、工程技術人員參考。

目錄

「信息感知測量前沿技術叢書」序
前言
第1章 緒論
1 1 背景與意義
1 2 國內外研究現狀
1 2 1 高光譜影像特徵提取與分類發展現狀
1 2 2 圖神經網絡高光譜影像特徵提取與分類發展現狀
1 3 圖神經網絡綜述
1 3 1 圖神經網絡發展歷史
1 3 2 圖神經網絡與網絡嵌入
1 3 3 圖神經網絡與圖核方法
1 3 4 圖神經網絡主要模型
1 4 評價指標
1 5 研究內容
第2章 圖樣本聚合高光譜影像特徵提取與分類
2 1 引言
2 2 圖樣本聚集
2 2 1 傳播規則
2 2 2 聚合器函數
2 3 上下文感知學習的多尺度圖樣本聚合高光譜影像分類
2 3 1 局部區域分割
2 3 2 多尺度操作
2 3 3 上下文感知學習與圖形重構
2 4 實驗結果與分析
2 4 1 實驗設置
2 4 2 分類結果對比分析
2 4 3 不同數量的訓練樣本對MSAGE-CAL方法性能影響分析
2 4 4 消融實驗
2 4 5 訓練時間對比分析
2 5 本章小結
第3章 CNN卷積與圖卷積相結合的高光譜影像特徵提取與分類
3 1 引言
3 2 卷積神經網絡
3 3 MFGCN高光譜影像分類
3 3 1 像素到區域分配和光譜特徵轉換
3 3 2 多尺度GCN的方法
3 3 3 多尺度CNN的方法
3 3 4 多特徵融合與區域到像素分配
3 3 5 基於MFGCN的高光譜影像分類
3 4 實驗結果與分析
3 4 1 實驗設置
3 4 2 分類結果對比分析
3 4 3 超參數的選擇
3 4 4 消融實驗
3 4 5 不同數量的訓練樣本對MFGCN方法性能影響分析
3 5 本章小結
第4章 自回歸滑動平均高光譜影像特徵提取與分類
4 1 引言
4 2 自回歸滑動平均卷積核實現
4 3 DARMA-CAL高光譜影像分類
4 3 1 像素到區域轉換和圖構建
4 3 2 ARMA圖卷積層
4 3 3 具有稠密連接的鄰域聚合
4 3 4 基於注意力的全局分層聚合
4 3 5 基於DARMA-CAL的高光譜影像分類
4 4 實驗結果與分析
4 4 1 實驗設置
4 4 2 分類結果對比分析
4 4 3 不同數量的訓練樣本對DARMA-CAL方法性能影響分析
4 4 4 DARMA-CAL超參數影響分析
4 4 5 消融實驗
4 4 6 訓練時間對比
4 5 本章小結
第5章 自適應濾波器-聚合器高光譜影像特徵提取與分類
5 1 引言
5 2 圖濾波器、聚合器和消息傳遞神經網絡
5 2 1 圖濾波器
5 2 2 圖卷積聚合器
5 2 3 消息傳遞神經網絡
5 3 自適應濾波器和聚合器高光譜影像分類
5 3 1 AF2GNN高光譜影像分類概述
5 3 2 自適應濾波器機制
5 3 3 聚合器融合原理
5 3 4 AF2GNN網絡實現
5 3 5 基於AF2GNN的高光譜影像分類
5 4 實驗結果與分析
5 4 1 實驗設置
5 4 2 分類結果對比分析
5 4 3 AF2GNN超參數影響分析
5 4 4 不同數量的訓練樣本對AF2GNN方法性能影響分析
5 4 5 不同分割模塊影響分析
5 4 6 消融實驗
5 4 7 訓練時間對比分析
5 5 本章小結
第6章 無監督低通圖神經網絡高光譜影像特徵提取與聚類
6 1 引言
6 2 LGCC方法基本框架
6 3 無監督低通圖神經網絡高光譜影像聚類
6 3 1 低通圖卷積自動編碼器
6 3 2 低通圖卷積嵌入式自動編碼器
6 3 3 自監督聚類
6 3 4 聯合嵌入與優化
6 3 5 像素到區域變換與圖構建
6 4 實驗結果與分析
6 4 1 實驗設置
6 4 2 實驗結果對比分析
6 4 3 t-分佈隨機鄰居嵌入數據分佈可視化
6 4 4 LGCC方法超參數影響分析
6 4 5 消融實驗
6 4 6 計算複雜度分析
6 5 本章小結
參考文獻
附錄 本書所用數據集
1 Indian Pines數據集
2 Kennedy Space Center數據集
3 Pavia University數據集
4 Salinas數據集
5 University of Houston 2013數據集
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。