Multi-Sensor and Multi-Temporal Remote Sensing: Specific Single Class Mapping
Este libro elabora modelos de máquinas difusas y de aprendizaje profundo para el mapeo de una sola clase a partir de imágenes de teledetección multisensor y multitemporal mientras se manejan píxeles mixtos y ruido. También cubre las formas de pre-procesamiento y reducción de la dimensionalidad espectral de los datos temporales. Además, analiza el enfoque de entrenamiento "muestra individual como media" para tratar la heterogeneidad dentro de una clase. La sección de apéndices del libro incluye estudios de casos como la cartografía del tipo de cultivo, las especies forestales y los arrozales quemados con rastrojos.
Características principales:
⬤ Se centra en el uso de datos multisensor y multitemporales a la vez que trata el solapamiento espectral entre clases.
⬤ Analiza una serie de modelos de aprendizaje difuso y profundo capaces de extraer una clase específica y separar el ruido.
⬤ Describe el preprocesamiento utilizando índices espectrales, texturales, CBSI y el coeficiente de retrodispersión/Índice de Vegetación por Radar (RVI).
⬤ Discute el papel de los datos de entrenamiento para manejar la heterogeneidad dentro de una clase.
⬤ Admite el procesamiento de datos multisensor y multitemporal mediante el software SMIC interno.
⬤ Incluye estudios de casos y aplicaciones prácticas para la cartografía de una sola clase.
Este libro está dirigido a estudiantes de grado y posgrado, investigadores y profesionales de los ámbitos del medio ambiente, la geografía, la informática, la teledetección, la geoinformática, la silvicultura, la agricultura, las situaciones posteriores a catástrofes, los estudios sobre la transición urbana y otras áreas afines.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)