*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:202405*若逾兩年請先於私訊洽詢存貨情況,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:基於深度屬性學習的光學遙感圖像分類研究 ISBN:9787563572281 出版社:北京郵電大學 著編譯者:許文嘉 王洋 張源奔 叢書名:信息科學技術前沿叢書 頁數:161 所在地:中國大陸 *此為代購商品 書號:1645184 可大量預訂,請先連絡。 內容簡介 本書共分為8章,重點研究了基於深度屬性學習的光學遙感圖像分類方法,如基於屬性學習預測的細粒度遙感目標分類、基於多源屬性學習的細粒度遙感場景分類、基於屬性建模遷移的少樣本遙感圖像分類、基於視覺屬性自動化標註的零樣本遙感圖像場景分類等。對於每種典型的遙感圖像分類方法,從研究者的角度,詳細地介紹了其研究背景、問題描述、演算法模型、實驗結果等。 本書所述的遙感圖像分類研究方法及實驗分析,對從事遙感圖像解譯的相關科技工作者以及碩博研究生具有較大的啟發與指導意義。目錄 第1章 緒論1 1 研究背景及意義 1 2 光學遙感圖像分類 1 2 1 應用場景與難點挑戰 1 2 2 研究進展 1 3 研究內容 1 4 本書章節安排 本章參考文獻 第2章 視覺信息認知計算與深度屬性學習理論與方法 2 1 視覺信息認知計算理論 2 1 1 人類視覺層次感知機制 2 1 2 計算機視覺信息認知理論 2 2 深度屬性學習理論 2 2 1 屬性的定義與分類 2 2 2 屬性的獲取途徑 2 2 3 屬性的特點及研究意義 2 3 屬性學習在深度學習中的應用 2 4 本章小結 本章參考文獻 第3章 基於屬性學習預測的細粒度遙感目標分類 3 1 引言 3 2 基於屬性學習的可解釋圖像分類模型 3 2 1 問題定義 3 2 2 類別預測模塊 3 2 3 屬性預測模塊 3 2 4 集成分類模塊 3 2 5 屬性解釋生成模塊 3 3 實驗與分析 3 3 1 實驗設置 3 3 2 實驗結果與分析 3 4 本章小結 本章參考文獻 第4章 基於多源屬性學習的細粒度遙感場景分類 4 1 引言 4 2 基於屬性提取融合的遙感場景分類模型 4 2 1 問題定義 4 2 2 時空屬性提取模塊 4 2 3 決策融合分類模塊 4 3 實驗與分析 4 3 1 實驗設置 4 3 2 對照實驗 4 3 3 與其他主流方法的定量結果比對分析 4 4 本章小結 本章參考文獻 第5章 基於屬性建模遷移的少樣本遙感圖像分類 5 1 引言 5 2 基於屬性視覺建模的少樣本學習模型 5 2 1 問題定義 5 2 2 基礎分類模塊 5 2 3 屬性原型模塊 5 2 4 圖像聚焦模塊 5 2 5 少樣本分類模塊 5 3 實驗與分析 5 3 1 實驗設置 5 3 2 零樣本分類結果分析 5 3 3 少樣本分類結果分析 5 3 4 屬性定位結果分析 5 4 本章小結 本章參考文獻 第6章 面向遙感圖像分類的視覺屬性自動化挖掘 6 1 引言 6 2 視覺屬性發掘網路 6 2 1 問題定義 6 2 2 視覺屬性聚類模塊 6 2 3 類別關係發掘模塊 6 3 實驗與分析 6 3 1 實驗設置 6 3 2 對照實驗 6 3 3 定性分析 6 3 4 定量分析 6 4 本章小結 本章參考文獻 第7章 基於視覺屬性自動化標註的零樣本遙感圖像場景分類 7 1 引言 7 2 相關工作 7 2 1 遙感場景分類中的零樣本學習 7 2 2 零樣本學習中的類嵌入 7 3 基於深度語義一視覺對齊的零樣本遙感圖像場景分類方法 7 3 1 自動屬性標註 7 3 2 基於深度語義一視覺對齊模型 7 4 實驗 7 4 1 數據集 7 4 2 評價指標 7 4 3 訓練細節 7 4 4 消融實驗 7 4 5 主要結果 7 5 屬性可視化 7 6 結論 本章參考文獻 第8章 總結與展望 8 1 全書內容總結 8 2 後續工作展望 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PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |