掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
智能優化算法與遙感影像分類 版權信息
- ISBN：9787030604521
- 條形碼：9787030604521 ; 978-7-03-060452-1
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能優化算法與遙感影像分類 內容簡介
智能化的遙感影像分類問題在特征選擇、分割與分類優化三個方面都面臨挑戰，《智能優化算法與遙感影像分類》從提高智能優化算法的性能入手，在系統分析智能優化算法與影像處理問題映射關系的基礎上，提出了一系列新型遙感影像智能分割分類方法。《智能優化算法與遙感影像分類》主要介紹了萬有引力搜索算法及其改進方法、生物地理學優化算法及其改進方法、基于引力搜索算法的高分辨率遙感影像特征選擇與多閾值分割、基于引力優化神經網絡的高光譜遙感影像分類，以及基于差分進化算法和多尺度核支持向量機的高分辨率遙感影像分類等內容。
智能優化算法與遙感影像分類 目錄
前言
第1章 緒論
1.1 *優化問題
1.2 智能優化算法概述
1.2.1 粒子群優化算法
1.2.2 遺傳算法
1.2.3 差分進化算法
1.2.4 模擬退火算法
1.2.5 化學反應優化算法
1.3 遙感影像智能處理方法
1.3.1 特征優化
1.3.2 影像分割
1.3.3 影像分類
1.4 小結
第2章 萬有引力搜索算法
2.1 引力搜索算法
2.1.1 算法原理與流程
2.1.2 算法性能驗證
2.2 引力搜索算法研究進展
2.2.1 GSA的改進策略
2.2.2 GSA應用現狀
2.3 基于斥力的GSA改進算法
2.3.1 算法原理
2.3.2 算法流程
2.3.3 算法的性能驗證
2.4 混合PSOGSA算法
2.4.1 算法原理
2.4.2 算法流程
2.4.3 算法的性能驗證
2.5 基于參數調節的GSA改進算法
2.5.1 算法改進策略
2.5.2 算法流程
2.5.3 算法的性能驗證
2.6 小結
第3章 生物地理學優化算法
3.1 基本生物地理學優化算法
3.1.1 算法的基本思想
3.1.2 算法的模型
3.1.3 算法的流程
3.1.4 算法的性能驗證
3.2 生物地理學優化算法的研究進展
3.2.1 生物地理學優化算法的理論分析
3.2.2 生物地理學優化算法的改進
3.2.3 生物地理學優化算法的應用
3.3 引入新策略的BBO改進算法
3.3.1 算法改進策略
3.3.2 算法的流程
3.3.3 算法的性能驗證
3.4 混合BBO優化算法
3.4.1 算法改進策略
3.4.2 算法的流程
3.4.3 算法的性能驗證
3.5 基于參數調節的BBO改進算法
3.5.1 算法改進策略
3.5.2 算法的性能驗證
3.6 基于拓撲結構的BBO改進算法
3.6.1 算法改進策略
3.6.2 算法的流程
3.6.3 算法的性能驗證
3.7 小結
第4章 基于穩定性約束α動態調節的GSA算法
4.1 算法原理
4.2 實驗與結果分析
4.2.1 實驗設置
4.2.2 實驗結果分析
4.3 小結
第5章 基于鄰域引力學習的生物地理學優化算法
5.1 算法原理
5.1.1 NFBBO遷移策略
5.1.2 自適應的高斯變異機制
5.2 實驗與結果分析
5.2.1 參數設置
5.2.2 實驗結果及分析
5.3 小結
第6章 基于遺傳算法的引力搜索算法
6.1 算法原理
6.2 實驗與結果分析
6.2.1 測試函數
6.2.2 實驗與結果分析
6.3 小結
第7章 基于動態鄰域學習的引力搜索算法
7.1 算法原理
7.1.1 局部全連接鄰域結構
7.1.2 動態鄰域學習策略
7.1.3 基于進化狀態的動態局部鄰域構建與gbest變異
7.2 實驗與結果分析
7.2.1 實驗設置
7.2.2 實驗結果分析
7.3 小結
第8章 基于GSA算法的高分辨率遙感影像特征選擇
8.1 光譜與紋理特征提取
8.1.1 光譜特征提取
8.1.2 紋理特征提取
8.2 基于DNLGSA的特征選擇
8.3 實驗結果與分析
8.3.1 實驗數據與參數設置
8.3.2 備選特征提取
8.3.3 特征選擇與分類結果分析
8.4 小結
第9章 基于GSA算法的高分辨率遙感影像多閾值分割
9.1 常用的閾值分割準則
9.1.1 Kapur's熵分割準則
9.1.2 Otsu分割準則
9.2 基于DNLGSA的高分辨率遙感影像多閾值分割
9.3 實驗結果與分析
9.3.1 實驗數據
9.3.2 實驗設置
9.3.3 精度評價指標
9.3.4 多閾值分割結果
9.4 小結
第10章 基于引力優化神經網絡的高光譜遙感影像分類
10.1 人工神經網絡
10.1.1 人工神經網絡概述
10.1.2 BP神經網絡
10.2 基于SCAA的神經網絡參數優化
10.3 高光譜遙感影像分類
10.4 影像分割與分類結果的融合
10.5 小結
第11章 基于差分進化算法和多尺度核SVM的高分辨率遙感影像分類
11.1 多核SVM學習方法
11.2 多尺度核學習方法
11.2.1 多尺度核序列學習方法
11.2.2 基于智能優化算法的多尺度核學習方法
11.3 基于動態差分進化算法的多尺度核參數優化
11.4 高分辨率遙感影像分類
11.5 小結
參考文獻
展開全部
書友推薦
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
我從未如此眷戀人間
- >
月亮虎
- >
史學評論
- >
唐代進士錄
- >
上帝之肋:男人的真實旅程
- >
莉莉和章魚
- >
自卑與超越
本類暢銷
