全部商品分类
| 联系编辑 | |
|---|---|
| 标题： | |
| 内容： | |
| 联系方式： | |
分类是遥感影像处理和地学应用中最重要的内容之一，多分类器集成则是提高影像分类精度、控制不确定性的有效策略。本书在介绍遥感影像分类、集成学习和多分类器系统基本知识的基础上，对遥感多分类器集成的理论、方法和应用进行系统探讨。首先，简要介绍遥感影像分类的基本概念、基本理论和常用分类器，论述多分类器集成的重要性和研究进展。然后，从集成学习、多分类器系统的基本理论和方法出发，提出遥感多分类器集成的实现策略，系统探讨样本层和特征层集成学习算法，包括Boosting、Bagging、随机森林等在遥感影像分类中的应用，并将最新的集成学习方法旋转森林应用于遥感影像分类，进行系统的改进和优化。同时，研究异质多分类器集成在遥感影像分类中的应用，重点对分类器选择、组合策略、动态分类器组成等进行探讨。最后，对遥感多分类器集成的若干应用进行实例介绍和系统总结。
样章试读
- 暂时还没有任何用户评论
全部咨询(共0条问答)
- 暂时还没有任何用户咨询内容
|
中国科技出版传媒股份有限公司 版权所有 京ICP备14028887号-5 京ICP证150976号
北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com |
京公网安备 11010102004214号