书目详细信息
： 遥感多分类器集成方法与应用
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-03-062736-0:CNY128.00 |
|---|---|
| ISBN/价格： | 978-7-03-062736-0:CNY128.00 |
| 题名： | 遥感多分类器集成方法与应用 |
| 作品语种： | chi |
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 出版国别： | CN 110000 |
| 题名责任者项： | 遥感多分类器集成方法与应用/.杜培军等编著 |
| 题名责任者项： | 遥感多分类器集成方法与应用/.杜培军等编著 |
| 出版发行项： | 北京:,科学出版社:,2019 |
| 出版发行项： | 北京:,科学出版社:,2019 |
| 载体形态项： | 223页:;+图:;+26cm |
| 载体形态项： | 223页:;+图:;+26cm |
| 丛编项： | 地球观测与导航技术丛书 |
| 丛编项： | 地球观测与导航技术丛书 |
| 一般附注： | “十三五”国家重点出版物出版规划项目 国家自然科学基金项目 江苏省自然科学基金项目 国家高技术研究发 |
| 一般附注： | “十三五”国家重点出版物出版规划项目 国家自然科学基金项目 江苏省自然科学基金项目 国家高技术研究发 |
| 提要文摘： | 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 |
| 提要文摘： | 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 |
| 题名主题： | 遥感图象 图象处理 |
| 题名主题： | 遥感图象 图象处理 |
| 中图分类： | TP75 |
| 中图分类： | TP75 |
| 个人名称等同： | 杜培军 著 |
| 个人名称等同： | 杜培军 著 |
| 记录来源： | CN BKBB 20230311 |
| 记录来源： | CN BKBB 20230311 |