-
科学出版社
- 9787030531261
-
31
-
2024-10
内容简介
高光谱数据降维是遥感数据在土地资源分析及应用的第一步，是人们获取遥感信息的一种重要手段。针对高光谱数据具有的高维数、非线性、数据量大、标记样本少等特性，利用机器学习、模式识别和遥感科学等多学科交叉的理论和方法，研究高光谱数据降维问题。
本书以稀疏表示、张量学习、迁移学习和深度学习为基础，系统阐述如何更好地进行非线性特征提取、如何针对高光谱数据的三维特性设计降维算法以及如何充分利用有限标记样本和大量未标记样本来提高降维效果等问题。各章节均涉及相关领域基础知识的介绍，能够为不同层次的读者与研究人员提供入门知识与参考信息。
