中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
高光譜特征參數協同的礦物類型遙感識別方法 版權信息
- ISBN：9787564646585
- 條形碼：9787564646585 ; 978-7-5646-4658-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
高光譜特征參數協同的礦物類型遙感識別方法 內容簡介
本書針對傳統的高光譜遙感識別礦物類型的方法, 易受環境背景及大氣的影響、礦物類型識別精度較低、光譜特征參數難以綜合應用于礦物類型的識別等問題, 進行了基于地物光譜數據以及大氣輻射傳輸模擬的計算, 開展了多類型礦物光譜特征參數信息形成機制的分析, 在此基礎上, 通過構建代價函數等方法實現了不同類型光譜特征參數信息表達的統一, 并將歸一化后的多類型光譜特征參數用于礦物類型的識別。
高光譜特征參數協同的礦物類型遙感識別方法 目錄
1 緒論
1．1 研究背景與意義
1．2 高光譜遙感礦物類型識別的現狀與趨勢
2 高光譜遙感的基本原理
2．1 高光譜遙感成像特點
2．2 高光譜遙感物理機理
2．3 高光譜成像機理和成像光譜儀
3 典型的光譜數據庫及光譜處理方法
3．1 典型的光譜數據庫
3．2 光譜處理方法
3．3 遙感數據光譜重建
4 典型的光譜特征參數及主要應用
4．1 高光譜特征參數的計算
4．2 高光譜特征參數的主要應用
4．3 光譜數據庫光譜特征參數解算
5 基于光譜反射率匹配的礦物類型識別
5．1 *小距離法
5．2 光譜角匹配法
5．3 光譜相關性法
5．4 光譜相關角法
5．5 光譜梯度角法
5．6 光譜信息散度法
6 基于監督分類方法的多光譜特征參數礦物類型識別
6．1 監督分類方法介紹
6．2 多光譜特征參數選擇
6．3 基于監督分類方法的礦物類型識別
6．4 精度驗證與分析
7 基于決策樹分類方法的多光譜特征參數礦物類型識別
7．1 決策樹分類方法介紹
7．2 決策樹礦物類型識別模型
7．3 基于決策樹分類方法的礦物類型識別
7．4 精度驗證與分析
8 礦物類型識別在植被覆蓋區域的適應性分析及應用
8．1 植被覆蓋區域的礦物光譜特征模擬
8．2 植被覆蓋區域的礦物類型的適應性分析
參考文獻
1．1 研究背景與意義
1．2 高光譜遙感礦物類型識別的現狀與趨勢
2 高光譜遙感的基本原理
2．1 高光譜遙感成像特點
2．2 高光譜遙感物理機理
2．3 高光譜成像機理和成像光譜儀
3 典型的光譜數據庫及光譜處理方法
3．1 典型的光譜數據庫
3．2 光譜處理方法
3．3 遙感數據光譜重建
4 典型的光譜特征參數及主要應用
4．1 高光譜特征參數的計算
4．2 高光譜特征參數的主要應用
4．3 光譜數據庫光譜特征參數解算
5 基于光譜反射率匹配的礦物類型識別
5．1 *小距離法
5．2 光譜角匹配法
5．3 光譜相關性法
5．4 光譜相關角法
5．5 光譜梯度角法
5．6 光譜信息散度法
6 基于監督分類方法的多光譜特征參數礦物類型識別
6．1 監督分類方法介紹
6．2 多光譜特征參數選擇
6．3 基于監督分類方法的礦物類型識別
6．4 精度驗證與分析
7 基于決策樹分類方法的多光譜特征參數礦物類型識別
7．1 決策樹分類方法介紹
7．2 決策樹礦物類型識別模型
7．3 基于決策樹分類方法的礦物類型識別
7．4 精度驗證與分析
8 礦物類型識別在植被覆蓋區域的適應性分析及應用
8．1 植被覆蓋區域的礦物光譜特征模擬
8．2 植被覆蓋區域的礦物類型的適應性分析
參考文獻
展開全部
書友推薦
- >
唐代進士錄
- >
史學評論
- >
推拿
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
月亮虎
- >
回憶愛瑪儂
- >
有舍有得是人生
- >
山海經
本類暢銷
