本書論述了高分遙感智能解譯面臨的問題與挑戰(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)人工構筑特征->監(jiān)督學習驅(qū)動的特征學習->自監(jiān)督學習的特征學習的意義”。在此基礎上，本書系統(tǒng)地論述了遙感自監(jiān)督學習方法的理論、算法及應用，以期為數(shù)據(jù)源極大豐富條件下開展遙感影像智能解譯研究提供新的視

本書以綜合性高光譜遙感知識體系為線索，圍繞高光譜遙感數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)應用全流程實踐體系，構建完整知識框架，內(nèi)容包括數(shù)據(jù)采集與預處理、高光譜降維與特征挖掘、高光譜圖像分類、混合像元分解、目標探測、數(shù)據(jù)融合以及高光譜遙感應用等模塊，形成了一套系統(tǒng)的實習與實驗方案。通過學習本書，讀者能夠系統(tǒng)提升高光譜遙感的

本書面向當前多時相遙感影像處理分析的學術前沿與地學應用的重大需求，介紹多時相遙感影像處理分析的框架體系和實現(xiàn)過程，對其中涉及的發(fā)展前沿、關鍵技術進行了探討和綜述。在常規(guī)遙感變化檢測、多時相信息提取方法的基礎上，引入深度學習、集成學習、遷移學習等新型機器學習理論方法，重點對多時相遙感影像自動變化檢測、多時相遙感影像地表覆

本書系統(tǒng)介紹了群集行為的數(shù)學理論，以Cucker-Smale模型為核心，探討了多智能體在自然界和工程領域中的群體動態(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，詳細分析了長程和短程通信權重下的模型性質(zhì)，包括

本書全面、系統(tǒng)地論述了遙感圖像判讀的理論和實踐，介紹了圖像判讀的基本概念和發(fā)展歷史;詳細論述遙感及電磁波、光和顏色等基本知識，簡要介紹了航空遙感圖像和衛(wèi)星遙感圖像獲取的相關知識:對遙感圖像、全色圖像多光譜圖像及雷達圖像判讀特性進行了系統(tǒng)描述:介紹了遙感圖像判讀原理判讀特征及圖像判讀基本流程和方法:對居民地、工農(nóng)業(yè)和社會

本書面向智能化時代遙感影像處理與應用的需求，結合作者近年來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的方法，以“數(shù)據(jù)-像素-目標-場景”的層次認知模型為基礎，引入基于深度學習的全要素遙感影像語義分割模型，在此基礎上提出顧及拓撲結構與空間上下文的線狀、面狀地物專題要素提取方法，并構建了融

志愿者地理信息(VGI)數(shù)據(jù)質(zhì)量評價對于確保數(shù)據(jù)準確性、評估數(shù)據(jù)價值、推動數(shù)據(jù)質(zhì)量改進、促進數(shù)據(jù)共享與協(xié)作，以及支持科學研究與發(fā)展等方面都具有重要意義。本書圍繞VGI數(shù)據(jù)的特點、怎樣理解VGI數(shù)據(jù)、有關地理信息數(shù)據(jù)質(zhì)量的描述，以及VGI數(shù)據(jù)智能評價方法進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

遙感影像多尺度分類是目前遙感影像處理與解譯研究的熱點之一。本書以遙感影像像素-對象-場景分類為主線，基于人工智能方法，開展像素級分類、面向?qū)ο蠓诸惡蛨鼍凹壏诸愌芯�，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性能，推動遙感影像分類技術的應用與發(fā)展，兼具理論和實踐的雙重意義。

遙感圖像中的目標檢測對城市規(guī)劃、人口估計和地形圖制作具有重要意義。不同觀測平臺在進行數(shù)據(jù)采集時，由于成像機理、天氣及地物復雜性等原因，將產(chǎn)生不同程度的噪聲，對采集到的圖像進行處理時，錯分、漏分現(xiàn)象比較普遍，這些都會影響目標檢測的效果。深度學習方法在各種計算機視覺任務中顯示出可喜的成果，包括遙感圖像中的目標檢測，它可以自

"仿真作為一種實驗手段，在衛(wèi)星論證、設計、制造與評價中始終發(fā)揮著關鍵作用。為適應近二十年來航天遙感的爆發(fā)式快速發(fā)展，遙感技術與仿真技術的交叉融合逐漸成為一種必然。本書將衛(wèi)星遙感仿真作為一個學術研究領域，在不斷實踐基礎上形成對仿真遙感學的認知與理解，構建出像元級仿真理論以及面向遙感信息品種、規(guī)格、質(zhì)量、規(guī)模與時效性的仿真