本書論述了高分遙感智能解譯面臨的問(wèn)題與挑戰(zhàn)，闡明了”特征提取在遙感影像智能解譯中的重要性”以及”特征提取從傳統(tǒng)人工構(gòu)筑特征->監(jiān)督學(xué)習(xí)驅(qū)動(dòng)的特征學(xué)習(xí)->自監(jiān)督學(xué)習(xí)的特征學(xué)習(xí)的意義”。在此基礎(chǔ)上，本書系統(tǒng)地論述了遙感自監(jiān)督學(xué)習(xí)方法的理論、算法及應(yīng)用，以期為數(shù)據(jù)源極大豐富條件下開(kāi)展遙感影像智能解譯研究提供新的視

本書面向當(dāng)前多時(shí)相遙感影像處理分析的學(xué)術(shù)前沿與地學(xué)應(yīng)用的重大需求，介紹多時(shí)相遙感影像處理分析的框架體系和實(shí)現(xiàn)過(guò)程，對(duì)其中涉及的發(fā)展前沿、關(guān)鍵技術(shù)進(jìn)行了探討和綜述。在常規(guī)遙感變化檢測(cè)、多時(shí)相信息提取方法的基礎(chǔ)上，引入深度學(xué)習(xí)、集成學(xué)習(xí)、遷移學(xué)習(xí)等新型機(jī)器學(xué)習(xí)理論方法，重點(diǎn)對(duì)多時(shí)相遙感影像自動(dòng)變化檢測(cè)、多時(shí)相遙感影像地表覆

本書系統(tǒng)介紹了群集行為的數(shù)學(xué)理論，以Cucker-Smale模型為核心，探討了多智能體在自然界和工程領(lǐng)域中的群體動(dòng)態(tài)行為，如蜂擁、群集行為和一致性等現(xiàn)象.全書分為兩部分：第一部分聚焦Cucker-Smale模型的群集行為，第二部分研究其一致性.本書從群體行為的基本概念入手，詳細(xì)分析了長(zhǎng)程和短程通信權(quán)重下的模型性質(zhì)，包括

本書是一部全面介紹遙感與地理信息科學(xué)的專著，內(nèi)容分為遙感科學(xué)和地理信息科學(xué)兩大板塊。在遙感科學(xué)部分，書中詳細(xì)闡述了遙感的基本概念、基礎(chǔ)理論、傳感器與平臺(tái)、數(shù)字圖像處理以及專題遙感應(yīng)用。地理信息科學(xué)部分則深入探討了地理信息的形成與發(fā)展、基礎(chǔ)理論、空間數(shù)據(jù)結(jié)構(gòu)與數(shù)據(jù)庫(kù)、數(shù)據(jù)采集與處理、數(shù)據(jù)查詢與分析以及數(shù)據(jù)的可視化與制圖。

本書是“面向21世紀(jì)課程教材”，也是全國(guó)高等學(xué)校地理類專業(yè)公共核心課程教材。本書注重反映現(xiàn)代遙感技術(shù)的最新成果，結(jié)合經(jīng)濟(jì)建設(shè)實(shí)際，注重反映遙感應(yīng)用內(nèi)容。全書以較大的篇幅系統(tǒng)介紹了計(jì)算機(jī)遙感圖像處理的內(nèi)容，并且在諸如地物光譜、多光譜成像儀、微波遙感，特

本書面向智能化時(shí)代遙感影像處理與應(yīng)用的需求，結(jié)合作者近年來(lái)在遙感影像智能解譯方面的研究工作，系統(tǒng)地闡述了高分辨率遙感影像解譯與變化檢測(cè)的方法，以“數(shù)據(jù)-像素-目標(biāo)-場(chǎng)景”的層次認(rèn)知模型為基礎(chǔ)，引入基于深度學(xué)習(xí)的全要素遙感影像語(yǔ)義分割模型，在此基礎(chǔ)上提出顧及拓?fù)浣Y(jié)構(gòu)與空間上下文的線狀、面狀地物專題要素提取方法，并構(gòu)建了融

志愿者地理信息(VGI)數(shù)據(jù)質(zhì)量評(píng)價(jià)對(duì)于確保數(shù)據(jù)準(zhǔn)確性、評(píng)估數(shù)據(jù)價(jià)值、推動(dòng)數(shù)據(jù)質(zhì)量改進(jìn)、促進(jìn)數(shù)據(jù)共享與協(xié)作，以及支持科學(xué)研究與發(fā)展等方面都具有重要意義。本書圍繞VGI數(shù)據(jù)的特點(diǎn)、怎樣理解VGI數(shù)據(jù)、有關(guān)地理信息數(shù)據(jù)質(zhì)量的描述，以及VGI數(shù)據(jù)智能評(píng)價(jià)方法進(jìn)行了全面而深入的研究和探討。本書致力于系統(tǒng)全面地解釋VGI數(shù)據(jù)質(zhì)量

遙感技術(shù)廣泛應(yīng)用于氣象、環(huán)境、農(nóng)業(yè)和城市規(guī)劃。偏振遙感技術(shù)通過(guò)測(cè)量光波偏振狀態(tài)來(lái)提供獨(dú)特信息，對(duì)精度要求極高。本書以一種特定的遙感儀器——多通道偏振輻射計(jì)為例，分析其影響精度的因素，提出定標(biāo)模型，探討提高偏振測(cè)量精度的方法。本書特別關(guān)注誤差來(lái)源，提出控制未知參數(shù)誤差容限的思路；設(shè)計(jì)定標(biāo)測(cè)試方案，全面評(píng)估儀器關(guān)鍵參數(shù)。本

遙感影像多尺度分類是目前遙感影像處理與解譯研究的熱點(diǎn)之一。本書以遙感影像像素-對(duì)象-場(chǎng)景分類為主線，基于人工智能方法，開(kāi)展像素級(jí)分類、面向?qū)ο蠓诸惡蛨?chǎng)景級(jí)分類研究，建立了多種遙感影像多尺度分類和解譯方法。這些研究旨在提高遙感影像智能分類精度和異常值探測(cè)性能，推動(dòng)遙感影像分類技術(shù)的應(yīng)用與發(fā)展，兼具理論和實(shí)踐的雙重意義。

遙感圖像中的目標(biāo)檢測(cè)對(duì)城市規(guī)劃、人口估計(jì)和地形圖制作具有重要意義。不同觀測(cè)平臺(tái)在進(jìn)行數(shù)據(jù)采集時(shí)，由于成像機(jī)理、天氣及地物復(fù)雜性等原因，將產(chǎn)生不同程度的噪聲，對(duì)采集到的圖像進(jìn)行處理時(shí)，錯(cuò)分、漏分現(xiàn)象比較普遍，這些都會(huì)影響目標(biāo)檢測(cè)的效果。深度學(xué)習(xí)方法在各種計(jì)算機(jī)視覺(jué)任務(wù)中顯示出可喜的成果，包括遙感圖像中的目標(biāo)檢測(cè)，它可以自