軍事地質(zhì)體遙感智能解譯技術(shù)

定　價(jià)：￥68.00

作　者：	李顯巨等著
出版社：	科學(xué)出版社
叢編項(xiàng)：	軍事地質(zhì)信息叢書(shū)
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

ISBN：	9787030601117	出版時(shí)間：	2019-11-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	123	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　開(kāi)展軍事地質(zhì)體遙感智能解譯技術(shù)研究，對(duì)保障打贏未來(lái)信息化戰(zhàn)爭(zhēng)、軍民融合發(fā)展及軍事遙感地質(zhì)學(xué)相關(guān)學(xué)科發(fā)展和人才培養(yǎng)等具有重要意義，也是現(xiàn)代軍事學(xué)和地質(zhì)遙感學(xué)研究的國(guó)際前沿和熱點(diǎn)?！盾娛碌刭|(zhì)體遙感智能解譯技術(shù)》系統(tǒng)闡述軍事地質(zhì)體遙感智能解譯的基本概念、模型方法和應(yīng)用技術(shù)。首先敘述軍事地質(zhì)體的概念和內(nèi)涵，相關(guān)遙感數(shù)據(jù)獲取進(jìn)展，軍事地質(zhì)體遙感智能解譯的研究現(xiàn)狀、發(fā)展趨勢(shì)及難點(diǎn)和挑戰(zhàn)，軍事地質(zhì)體遙感智能解譯需求分析；然后介紹軍事地質(zhì)體影像塊數(shù)據(jù)集構(gòu)建方法和過(guò)程及軍事地質(zhì)體遙感智能解譯所采用的特征提取、傳統(tǒng)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和結(jié)果評(píng)價(jià)等模型方法；最后從人工設(shè)計(jì)特征、中層視覺(jué)特征和深度特征三個(gè)層次給出若干應(yīng)用實(shí)例。

作者簡(jiǎn)介

暫缺《軍事地質(zhì)體遙感智能解譯技術(shù)》作者簡(jiǎn)介

圖書(shū)目錄

目錄
第1章緒論 1
1.1 相關(guān)概念與術(shù)語(yǔ) 3
1.1.1 軍事地質(zhì)學(xué) 3
1.1.2 軍事地質(zhì)要素系統(tǒng) 3
1.1.3 地質(zhì)體與軍事地質(zhì)體 4
1.1.4 軍事地質(zhì)遙感解譯與遙感智能解譯 4
1.2 軍事地質(zhì)體智能解譯遙感數(shù)據(jù)獲取進(jìn)展 5
1.2.1 高空間分辨率光學(xué)遙感數(shù)據(jù) 5
1.2.2 高光譜分辨率遙感數(shù)據(jù) 9
1.2.3 SAR遙感數(shù)據(jù) 11
1.2.4 地形數(shù)據(jù) 12
1.3 軍事地質(zhì)體遙感智能解譯研究進(jìn)展及發(fā)展趨勢(shì) 14
1.3.1 遙感影像解譯理論與方法研究進(jìn)展 14
1.3.2 軍事地質(zhì)體遙感智能解譯研究進(jìn)展 15
1.3.3 軍事地質(zhì)體遙感智能解譯發(fā)展趨勢(shì) 19
1.4 軍事地質(zhì)體遙感智能解譯的難點(diǎn)和挑戰(zhàn) 19
1.4.1 軍事地質(zhì)體遙感智能解譯的難點(diǎn) 19
1.4.2 軍事地質(zhì)體遙感智能解譯的挑戰(zhàn) 21
1.5 軍事地質(zhì)體遙感智能解譯需求分析 22
1.5.1 地下探測(cè) 22
1.5.2 工事構(gòu)筑評(píng)價(jià) 22
1.5.3 巖體抗爆打擊評(píng)價(jià) 23
1.5.4 越野機(jī)動(dòng)通行評(píng)價(jià) 24
1.5.5 野戰(zhàn)給水保障評(píng)價(jià) 25
第2章軍事地質(zhì)體影像塊數(shù)據(jù)集構(gòu)建 27
2.1 遙感影像塊數(shù)據(jù)集概述 29
2.2 軍事地質(zhì)體影像塊數(shù)據(jù)集構(gòu)建方法 30
2.2.1 軍事地質(zhì)體遙感解譯標(biāo)志 31
2.2.2 數(shù)據(jù)集構(gòu)建過(guò)程 59
2.2.3 巖體影像塊數(shù)據(jù)集 60
2.2.4 不良地質(zhì)體影像塊數(shù)據(jù)集 60
第3章軍事地質(zhì)體遙感智能解譯方法 63
3.1 特征提取方法 65
3.1.1 人工設(shè)計(jì)特征 65
3.1.2 中層視覺(jué)特征 66
3.1.3 無(wú)監(jiān)督學(xué)習(xí)特征 67
3.1.4 深度特征 67
3.2 傳統(tǒng)機(jī)器學(xué)習(xí)算法 68
3.2.1 參數(shù)學(xué)習(xí)算法 68
3.2.2 非參數(shù)學(xué)習(xí)算法 69
3.2.3 集成學(xué)習(xí)算法 70
3.2.4 不平衡學(xué)習(xí)算法 72
3.3 深度學(xué)習(xí)方法 75
3.3.1 深度前饋神經(jīng)網(wǎng)絡(luò) 75
3.3.2 深度置信網(wǎng)絡(luò) 75
3.3.3 深度自編碼網(wǎng)絡(luò) 77
3.3.4 深度卷積神經(jīng)網(wǎng)絡(luò) 79
3.3.5 遷移學(xué)習(xí) 83
3.3.6 深度神經(jīng)網(wǎng)絡(luò)融合方法 84
3.4 智能解譯結(jié)果評(píng)價(jià) 84
3.4.1 通用精度評(píng)價(jià)指標(biāo) 84
3.4.2 類不平衡精度評(píng)價(jià)指標(biāo) 85
3.4.3 統(tǒng)計(jì)檢驗(yàn) 86
第4章巖體遙感智能解譯實(shí)驗(yàn) 89
4.1 基于人工設(shè)計(jì)特征的巖體遙感智能解譯 91
4.1.1 基于SVM算法的結(jié)果分析 91
4.1.2 基于ANN算法的結(jié)果分析 92
4.1.3 統(tǒng)計(jì)檢驗(yàn) 94
4.2 基于中層視覺(jué)特征的巖體遙感智能解譯 95
4.2.1 基于SVM算法的結(jié)果分析 95
4.2.2 基于ANN算法的結(jié)果分析 96
4.2.3 統(tǒng)計(jì)檢驗(yàn) 98
4.3 基于深度特征的巖體遙感智能解譯 99
4.3.1 結(jié)果分析 99
4.3.2 統(tǒng)計(jì)檢驗(yàn) 101
4.4 分類結(jié)果對(duì)比 101
4.5 花崗巖識(shí)別結(jié)果對(duì)比 102
第5章不良地質(zhì)體遙感智能解譯實(shí)驗(yàn) 105
5.1 基于人工設(shè)計(jì)特征的不良地質(zhì)體遙感智能解譯 107
5.1.1 基于SVM算法的結(jié)果分析 107
5.1.2 基于ANN算法的結(jié)果分析 108
5.1.3 統(tǒng)計(jì)檢驗(yàn) 111
5.2 基于中層視覺(jué)特征的不良地質(zhì)體遙感智能解譯 111
5.2.1 基于ANN算法的結(jié)果分析 111
5.2.2 統(tǒng)計(jì)檢驗(yàn) 113
5.3 基于深度特征的不良地質(zhì)體遙感智能解譯 114
5.3.1 結(jié)果分析 114
5.3.2 統(tǒng)計(jì)檢驗(yàn) 116
5.4 分類結(jié)果對(duì)比 116
5.5 滑坡識(shí)別結(jié)果對(duì)比 117
參考文獻(xiàn) 119