內容簡介
本書以遙感圖像處理的若干關鍵問題為主線，以智慧型學習算法為副線，結合實例，詳細介紹了新興智慧型算法及其在遙感信息處理中的套用情況。主要內容包括：監督與非臨督神經網路、模糊支持向量機、混合智慧型模型在遙感圖像分類中的套用對比、模糊連線度結合遺傳算法的公路信息提取、數學形態學與知識處理的目標自動檢測、小波變換與人類視覺系統結合的圖像融合、獨立分量分析等。
本書內容新穎，強調理論聯繫實際，可作為從事遙感技術與套用、圖像處理、計算機套用、電子信息工程、工業自動化等相關專業的工程技術人員、科研人員、研究生和高年級本科生的參考書。
目錄
第1章 緒論
1.1 遙感智慧型處理任務與意義
1.2 遙感信息智慧型處理方法
1.2.1 人工神經網路
1.2.2 支持向量機
1.2.3 混合智慧型模型
1.2.4 衛星圖像上公路信息提取
1.2.5 衛星圖像的目標自動識別
1.2.6 遙感影像融合
1.2.7 獨立分量分析
參考文獻
第2章 神經網路
2.1 人工神經網路概述
2.2 BP網路及其代表性改進模型
2.2.1 BP網路的基本原理
2.2.2 BP網路的學習算法及實現
2.2.3 BP算法的局限性
2.2.4 BP算法的代表性改進模型
2.2.5 輸入向量擴展的改進方法
2.2.6 套用實例及對比分析
2.3 機率神經網路模型
2.3.1 機率神經網路簡介
2.3.2 機率神經網路的套用實驗
2.4 混合神經網路模型
2.4.1 SOM算法簡介
2.4.2 廣義回歸神經網路簡介
2.4.3 SOM和GRNN結合的混合網路模型
2.4.4 實驗與討論
2.5 本章小結
參考文獻
第3章 模糊支持向量機
3.1 支持向量機理論
3.1.1 線性SvM
3.1.2 非線性SVM
3.1.3 svM分類器參數選擇
3.1.4 sVM分類器從二類到多類的推廣
3.2 模糊支持向量機
3.2.1 增加模糊後處理的模糊支持向量機簡介
3.2.2 引入模糊因子的模糊支持向量機訓練算法簡介
3.2.3 邊緣效應訓練的模糊支持向量機算法
3.3 套用實例
3.3.1 SVM在遙感圖像分類中的套用
3.3.2 增加模糊後處理的模糊支持向量機在遙感圖像分類中的套用
3.3.3 引入模糊因子的模糊支持向量機在遙感圖像分類巾的套用
3.4 本章小結
參考文獻
第4章 遙感圖像分類的混合智慧型模型
4.1 知識發現
4.1.1 地物紋理知識
……
第5章 模糊連線與遙感度與遙感圖像公路提取
第6章 目標自動檢測
第7章 圖像融合
第8章 獨立分量分析
附錄A Levenberg-Marquart Back-Propagation Network的MATLAB代碼
附錄B 及早停止法訓練的Back-Propagation Network的MATLAB代碼
附錄C 輸入擴展的BP網路對lris數據分類的MATLAB代碼
附錄D 單隱層機率神經網路的MATLAB代碼
附錄E SOM結合GRNN對lris數據分類的MATLAB代碼
附錄F IRIS數據分類的支持向量機算法的MATLAB代碼
附錄G 模糊連線度算法分割道路目標的MATLAB程式代碼
附錄H 類圓關目標自動檢測的MATLAB程式代碼
附錄I 小波變換結合人類視覺系統進行圖像
附錄J 小波變換結合人類視覺系統進行圖像
附錄K ICA算法的MATLAB程式代碼
附錄L 彩色圖版
