123,123,123

內(nèi)容簡(jiǎn)介

　　面向?qū)ο蟮膱D像分析方法中所使用的特征會(huì)直接影響分類和專題信息提取的性能。為了客觀度量所需特征對(duì)地類的有效性并自動(dòng)選擇合適的特征，本書面向不同的情況和需求，基于**的基于過濾器模型和稀疏正則化方法提出針對(duì)性的特征選擇方法，采用客觀準(zhǔn)則度量特征的有效性，大大提高了處理精度和效率。主要內(nèi)容包括：局部賦權(quán)判別投影方法、非對(duì)稱局部判別選擇方法、面向診斷性特征選擇的搜索策略、基于相似稀疏樣本的診斷性特征選擇方法、自適應(yīng)半監(jiān)督特征選擇方法、基于自動(dòng)視圖生成和聯(lián)合范數(shù)最小化的監(jiān)督多視圖特征選擇方法等。本書對(duì)高分辨率遙感圖像處理與模式識(shí)別等領(lǐng)域的科學(xué)工作者、研究生、相關(guān)領(lǐng)域的工程技術(shù)人員和科技人員都具有重要的參考價(jià)值；對(duì)從事模式識(shí)別、人工智能技術(shù)、數(shù)據(jù)挖掘等方面研究的科技人員也有一定的參考價(jià)值。

作者簡(jiǎn)介

　　陳曦，華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室研究員。先后多次主持承擔(dān)國(guó)家自然科學(xué)基金項(xiàng)目，參與863重點(diǎn)項(xiàng)目、973項(xiàng)目等***重點(diǎn)項(xiàng)目。獲專利授權(quán)10項(xiàng)，所開發(fā)的算法已投入實(shí)際應(yīng)用。在本方向國(guó)際**期刊和會(huì)議上發(fā)表20余篇英文論文，廣受包括IEEE院士在內(nèi)的專家好評(píng)。撰寫學(xué)術(shù)專著1部，參編專著2部。

圖書目錄

第 1章緒論 001
1．1 研究背景與意義 002
1．2 國(guó)內(nèi)外研究綜述 005
1．3 本書的研究目標(biāo) 012
1．4 本書的主要內(nèi)容 015
第 2章面向不平衡數(shù)據(jù)的監(jiān)督特征選擇方法———局部賦權(quán)判別投影方法 019
2．1 概述 020
2．2 基于圖模型的局部賦權(quán)判別投影方法 021
2．3 實(shí)驗(yàn)分析與評(píng)價(jià) 029
2．4 本章小結(jié) 043
第3章面向不平衡數(shù)據(jù)半監(jiān)督特征選擇方法———非對(duì)稱局部判別選擇方法 044
3．1 概述 045
3．2 基于圖模型的非對(duì)稱局部判別方法 047
3．3 實(shí)驗(yàn)分析與評(píng)價(jià) 050
3．4 本章小結(jié) 068
第4章面向診斷性特征選擇的搜索策略 069
4．1 概述 070
4．2 基于一對(duì)一策略的診斷性特征選擇方法 072
4．3 實(shí)驗(yàn)分析與評(píng)價(jià) 080
4．4 本章小結(jié) 101
第5章基于相似稀疏樣本局部幾何結(jié)構(gòu)和判別信息的診斷性特征選擇方法 102
5．1 概述 103
5．2 基于相似稀疏樣本局部幾何結(jié)構(gòu)和判別信息的診斷性特征選擇方法 104
5．3 實(shí)驗(yàn)分析與評(píng)價(jià) 105
5．4 本章小結(jié) 113
第6章自適應(yīng)半監(jiān)督特征選擇方法 114
6．1 概述 115
6．2 自適應(yīng)半監(jiān)督特征選擇方法 116
6．3 實(shí)驗(yàn)分析與評(píng)價(jià) 118
6．4 本章小結(jié) 126
第7章基于自動(dòng)視圖生成和聯(lián)合l
1，2范數(shù)最小化的監(jiān)督多視圖特征選擇方法 127
7．1 概述 128
7．2 監(jiān)督多視圖特征選擇方法 130
7．3 實(shí)驗(yàn)分析與評(píng)價(jià) 133
7．4 本章小結(jié) 143
第8章帶有標(biāo)簽學(xué)習(xí)的半監(jiān)督多視圖特征選擇方法 144
8．1 概述 145
8．2 半監(jiān)督多視圖特征選擇方法 145
8．3 實(shí)驗(yàn)分析與評(píng)價(jià) 147
8．4 本章小結(jié) 156
第9章總結(jié)與研究展望 157
9．1 總結(jié) 158
9．2 研究展望 159
參考文獻(xiàn) 161
名詞索引 171