遥感数据智能处理方法与程序设计（第二版）

　　《遥感数据智能处理方法与程序设计（第2版）》是作者经过10余年在人工智能理论与遥感信息理论学科交叉领域的实践，不断探索所取得的成果总结。其主要内容包括变换与分割、贝叶斯网络、伪二维隐马尔可夫、遗传算法、神经网络、模糊聚类、粗糙集与容差粗糙集、支持向量机、禁忌人工免疫网络算法、粒子滤波等算法和算法组合。《遥感数据智能处理方法与程序设计（第2版）》密切结合遥感应用和图像处理中的问题，在介绍智能算法基本原理的同时，注重阐述算法与应用问题的机理性结合，突出启发性和实用性，培养和提高思考问题和解决问题的能力。《遥感数据智能处理方法与程序设计（第2版）》附有智能算法的软件程序光盘及使用说明书。《遥感数据智能处理方法与程序设计（第2版）》适合遥感技术、遥感信息机理和遥感图像应用处理专业的广大研究生使用，同时可供从事智能处理的软件开发技术人员参考。

暂缺《遥感数据智能处理方法与程序设计（第二版）》作者简介

序
前言
第1章 绪论
1.1 卫星遥感系统与任务
1.2 遥感数据处理任务与方法
1.3 本章小结
主要参考文献
第2章 变换与分割
2.1 引言
2.2 GIVENS旋转变换与分解
2.3 Gram-Schmidt向量空间投影变换
2.4 小波高频局部高频融合
2.5 判别函数与超平面分割
2.6 本章小结
主要参考文献
第3章 贝叶斯网络
3.1 引言
3.2 贝叶斯基础
3.3 贝叶斯网络推理与分类器
3.4 贝叶斯网络分类
3.5 动态贝叶斯网络
3.6 贝叶斯网络推理
3.7 本章小结
主要参考文献
第4章 伪二维隐马尔可夫
4.1 引言
4.2 伪二维隐马尔可夫基础
4.3 伪二维隐马尔可夫模型的目标识别
4.4 P2DHMM目标检测实验
4.5 本章小结
主要参考文献
第5章 遗传算法
5.1 引言
5.2 遗传算法基础
5.3 遗传算法的进化规则
5.4 遥感遗传超平面分类
5.5 参数编解码及其实现
5.6 EOS／MODIS图像数据分类实验
5.7 ETM+数据分类实验
5.8 遗传一匹配
5.9 遗传一边缘提取
5.10 本章小结
主要参考文献
第6章 神经网络
6.1 引言
6.2 神经网络的学习规则
6.3 BP网络分类
6.4 SOFM-LVO网络分类
6.5 PCNN神经网络
6.6 本章小结
主要参考文献
第7章 模糊聚类
7.1 引言
7.2 模糊聚类数学基础
7.3 模糊C-均值聚类和改进的模糊C-均值聚类
7.4 本章小结
主要参考文献
第8章 粗糙集与容差粗糙集
8.1 引言
8.2 粗糙集理论
8.3 容差粗糙集
8.4 容差粗糙集数据预处理算法
8.5 容差粗糙集与BP算法结合的分类实验
8.6 容差粗糙集监督分类
8.7 本章小结
主要参考文献
第9章 支持向量机
9.1 引言
9.2 支持向量机原理
9.3 新型支持向量机与遥感影像分类
9.4 本章小结
主要参考文献
第10章 禁忌人工免疫网络算法
10.1 引言
10.2 禁忌搜索和人工免疫网络
10.3 禁忌人工免疫网络算法设计与实现
10.4 基于禁忌人工免疫网络算法的影像自动配准
10.5 禁忌人工免疫网络算法的影像自动融合
10.6 本章小结
主要参考文献
第11章 粒子滤波
11.1 引言
11.2 粒子滤波原理
11.3 粒子滤波检测前跟踪框架
11.4 结合背景预测算法的粒子滤波检测前跟踪框架
11.5 本章小结
主要参考文献
彩图