中图网

>

地理信息管理系统（GIS)

智能优化算法与遥感影像分类

作者：孙根云等

出版社：科学出版社出版时间：2019-02-01

开本： 16开 页数： 168

本类榜单：计算机/网络销量榜

中图价:¥40.7(8.3折) 定价 ~~¥49.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥40.7 加入购物车

版权信息
内容简介
目录

智能优化算法与遥感影像分类版权信息

ISBN：9787030604521
条形码：9787030604521 ; 978-7-03-060452-1
装帧：暂无
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
地理信息管理系统（GIS)

智能优化算法与遥感影像分类内容简介

智能化的遥感影像分类问题在特征选择、分割与分类优化三个方面都面临挑战，《智能优化算法与遥感影像分类》从提高智能优化算法的性能入手，在系统分析智能优化算法与影像处理问题映射关系的基础上，提出了一系列新型遥感影像智能分割分类方法。《智能优化算法与遥感影像分类》主要介绍了万有引力搜索算法及其改进方法、生物地理学优化算法及其改进方法、基于引力搜索算法的高分辨率遥感影像特征选择与多阈值分割、基于引力优化神经网络的高光谱遥感影像分类，以及基于差分进化算法和多尺度核支持向量机的高分辨率遥感影像分类等内容。

智能优化算法与遥感影像分类目录

前言第1章绪论 1.1 *优化问题 1.2 智能优化算法概述 1.2.1 粒子群优化算法 1.2.2 遗传算法 1.2.3 差分进化算法 1.2.4 模拟退火算法 1.2.5 化学反应优化算法 1.3 遥感影像智能处理方法 1.3.1 特征优化 1.3.2 影像分割 1.3.3 影像分类 1.4 小结第2章万有引力搜索算法 2.1 引力搜索算法 2.1.1 算法原理与流程 2.1.2 算法性能验证 2.2 引力搜索算法研究进展 2.2.1 GSA的改进策略 2.2.2 GSA应用现状 2.3 基于斥力的GSA改进算法 2.3.1 算法原理 2.3.2 算法流程 2.3.3 算法的性能验证 2.4 混合PSOGSA算法 2.4.1 算法原理 2.4.2 算法流程 2.4.3 算法的性能验证 2.5 基于参数调节的GSA改进算法 2.5.1 算法改进策略 2.5.2 算法流程 2.5.3 算法的性能验证 2.6 小结第3章生物地理学优化算法 3.1 基本生物地理学优化算法 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 算法的性能验证 3.2 生物地理学优化算法的研究进展 3.2.1 生物地理学优化算法的理论分析 3.2.2 生物地理学优化算法的改进 3.2.3 生物地理学优化算法的应用 3.3 引入新策略的BBO改进算法 3.3.1 算法改进策略 3.3.2 算法的流程 3.3.3 算法的性能验证 3.4 混合BBO优化算法 3.4.1 算法改进策略 3.4.2 算法的流程 3.4.3 算法的性能验证 3.5 基于参数调节的BBO改进算法 3.5.1 算法改进策略 3.5.2 算法的性能验证 3.6 基于拓扑结构的BBO改进算法 3.6.1 算法改进策略 3.6.2 算法的流程 3.6.3 算法的性能验证 3.7 小结第4章基于稳定性约束α动态调节的GSA算法 4.1 算法原理 4.2 实验与结果分析 4.2.1 实验设置 4.2.2 实验结果分析 4.3 小结第5章基于邻域引力学习的生物地理学优化算法 5.1 算法原理 5.1.1 NFBBO迁移策略 5.1.2 自适应的高斯变异机制 5.2 实验与结果分析 5.2.1 参数设置 5.2.2 实验结果及分析 5.3 小结第6章基于遗传算法的引力搜索算法 6.1 算法原理 6.2 实验与结果分析 6.2.1 测试函数 6.2.2 实验与结果分析 6.3 小结第7章基于动态邻域学习的引力搜索算法 7.1 算法原理 7.1.1 局部全连接邻域结构 7.1.2 动态邻域学习策略 7.1.3 基于进化状态的动态局部邻域构建与gbest变异 7.2 实验与结果分析 7.2.1 实验设置 7.2.2 实验结果分析 7.3 小结第8章基于GSA算法的高分辨率遥感影像特征选择 8.1 光谱与纹理特征提取 8.1.1 光谱特征提取 8.1.2 纹理特征提取 8.2 基于DNLGSA的特征选择 8.3 实验结果与分析 8.3.1 实验数据与参数设置 8.3.2 备选特征提取 8.3.3 特征选择与分类结果分析 8.4 小结第9章基于GSA算法的高分辨率遥感影像多阈值分割 9.1 常用的阈值分割准则 9.1.1 Kapur's熵分割准则 9.1.2 Otsu分割准则 9.2 基于DNLGSA的高分辨率遥感影像多阈值分割 9.3 实验结果与分析 9.3.1 实验数据 9.3.2 实验设置 9.3.3 精度评价指标 9.3.4 多阈值分割结果 9.4 小结第10章基于引力优化神经网络的高光谱遥感影像分类 10.1 人工神经网络 10.1.1 人工神经网络概述 10.1.2 BP神经网络 10.2 基于SCAA的神经网络参数优化 10.3 高光谱遥感影像分类 10.4 影像分割与分类结果的融合 10.5 小结第11章基于差分进化算法和多尺度核SVM的高分辨率遥感影像分类 11.1 多核SVM学习方法 11.2 多尺度核学习方法 11.2.1 多尺度核序列学习方法 11.2.2 基于智能优化算法的多尺度核学习方法 11.3 基于动态差分进化算法的多尺度核参数优化 11.4 高分辨率遥感影像分类 11.5 小结参考文献

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐