Multi-Sensor and Multi-Temporal Remote Sensing: Multi-Sensor and Multi-Temporal Remote Sensing: Špecifické mapovanie jednotlivých tried

Pôvodný názov:

Multi-Sensor and Multi-Temporal Remote Sensing: Specific Single Class Mapping

Obsah knihy:

V tejto knihe sú rozpracované modely fuzzy strojového a hlbokého učenia na mapovanie jednej triedy z multisenzorových, multitemporálnych snímok diaľkového prieskumu Zeme pri spracovaní zmiešaných pixelov a šumu. Zahŕňa aj spôsoby predbežného spracovania a redukcie spektrálnej dimenzionality časových údajov. Ďalej sa v nej rozoberá prístup trénovania "individuálnej vzorky ako priemeru" na zvládnutie heterogenity v rámci triedy. Časť knihy s prílohami obsahuje prípadové štúdie, ako napríklad mapovanie typu plodín, lesných druhov a strniskom spálených ryžových polí.

Kľúčové vlastnosti:

⬤ Sústreďuje sa na používanie viacsenzorových, viacčasových údajov pri súčasnom spracovaní spektrálneho prekrývania medzi triedami.

⬤ Diskutuje o škále modelov fuzzy/hlbokého učenia schopných extrahovať špecifické jednotlivé triedy a oddeliť šum.

⬤ Popisuje predbežné spracovanie pri použití spektrálnych, texturálnych indexov, indexov CBSI a koeficientu spätného rozptylu/radarového vegetačného indexu (RVI).

⬤ Diskutuje o úlohe tréningových údajov na spracovanie heterogenity v rámci triedy.

⬤ Podporuje spracovanie viacsenzorových a viacčasových údajov prostredníctvom vlastného softvéru SMIC.

⬤ Zahŕňa prípadové štúdie a praktické aplikácie pre mapovanie jednej triedy.

Táto kniha je určená študentom postgraduálneho štúdia, vedeckým pracovníkom a odborníkom, ktorí pracujú v oblasti životného prostredia, geografie, informatiky, diaľkového prieskumu Zeme, geoinformatiky, lesníctva, poľnohospodárstva, po katastrofách, v oblasti mestských prechodov a v ďalších súvisiacich oblastiach.