本書針對高光譜遙感數(shù)據(jù)具有維數(shù)高、數(shù)據(jù)量大、冗余度高、不確定性顯著、樣本選擇困難等特點，引入機器學習、模式識別等理論和技術，開展高光譜遙感影像降維理論、方法與應用的研究。全書共8章：第1章介紹高光譜遙感影像降維及進展；第2章介紹高光譜遙感影像降維的理論基礎、常用方法和方法評價；第3章探討高光譜遙感影像特征提取方法，重點是基于改進K均值、層次聚類和正交投影散度、優(yōu)化判別局部對齊等三種特征提取算法；第4章分析高光譜遙感影像波段選擇方法，從可分性準則和搜索策略兩方面提出新方法；第5章重點研究多目標優(yōu)化的自適應波段選擇方法，論述能自動確定波段數(shù)目的組合型群體智能優(yōu)化的高光譜遙感自適應降維方法；第6章探討高光譜遙感多特征質量評估與優(yōu)化方法，重點闡述多特征質量評估的方法，并提出基于改進螢火蟲算法的高光譜遙感多特征優(yōu)化及基于多分類器集成的多特征性能評估；第7章討論基于共形幾何代數(shù)的新型波段選擇方法，研究共形空間下高光譜遙感影像的信息表達問題；第8章介紹高光譜遙感影像降維方法在礦物識別、影像可視化、城市土地覆蓋分析等領域的應用等。

更多科學出版社服務，請掃碼獲取。