遥感数据智能处理方法与程序设计

　　序
　　前言
　　第一章  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
　　1.2.1  传统遥感数据处理方法与系统
　　1.2.2  遥感数据智能处理方法
　　1.2.3  遥感数据处理的物理模型方法
　　1.3  本章小结
　　主要参考文献
　　第二章 多波段遥感数据的变换与分割
　　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
　　2.4.1 小波变换与IHS变换结合进行局部替代的方法
　　2.4.2  基于小波变换进行局部替代的融合算法
　　2.4.3  试验和数据分析
　　2.5  判别函数与超平面
　　2.6  本章小结
　　主要参考文献
　　第三章  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
　　3.3.1  贝叶斯网络推理
　　3.3.2  贝叶斯网络基本分类器
　　3.3.3  一种综合性的贝叶斯网络分类器
　　3.4  遥感数据的贝叶斯网络分类
　　3.4.1  贝叶斯网络分类
　　3.4.2  基于贝叶斯网络分类的遥感数据变化检测
　　3.4.3  ASTER数据的多层贝叶斯网络分类
　　3.4.4  航空影像的贝叶斯网络分类
　　3.5 贝叶斯网络分类方法与最大似然分类方法的对比
　　3.5.1  学习机制对比
　　3.5.2  方法选择
　　3.5.3  实验的技术流程与分类结果对比
　　3.6  本章小结
　　主要参考文献
　　第四章  遗传算法
　　4.1 引言
　　4.2  遗传算法基础
　　4.3  遗传算法的进化规则
　　4.3.1  规则1——编解码变换与遗传算子设计
　　4.3.2  规则2——群体设定和初始化
　　4.3.3  规则3——适应度函数设计
　　4.4  遥感数据处理中应用的遗传算法类型
　　4.4.1  遥感数据的特征
　　4.4.2  遗传算法的类型
　　4.4.3  遗传一超平面分类
　　4.5  超平面模型及其分类原理
　　4.5.1  超平面方程
　　4.5.2  遥感多维图像数据的超平面分类原理
　　4.6  遗传超平面分类器原理
　　4.6.1  点模式的描述及其匹配统计
　　4.6.2  遗传算子
　　4.6.3  适应度值的计算
　　4.7  参数编解码及其实现
　　4.7.1  二进制编码
　　4.7.2  二进制解码
　　4.8  EOS/MODIS图像数据分类实验
　　4.8.1  简单参数的分类实验
　　4.8.2  实验结果及其分析
　　4.9  ETM+数据分类实验
　　4.9.1  参数选择实验与分析
　　4.9.2  分类结果及其分析
　　4.10  遗传-匹配
　　4.10.1  遥感图像匹配
　　4.10.2  模板匹配与遗传算法
　　4.10.3  图像目标匹配定位的数学模型
　　4.10.4  遗传优化的图像定位方法
　　……
　　第五章  神经网络
　　第六章  模糊聚类
　　第七章  粗糙集与容差粗糙集
　　附录
　　彩图

　　    《遥感数据智能处理方法与程序设计》是作者十余年来跟踪国际前沿，密切结合应用需求，将统计学、智能算法与遥感信息机理密切结合，在学科交叉过程寻找突破口所取得的一些新进展和成果总结。《遥感数据智能处理方法与程序设计》主要内容包括多波段遥感数据的变换与分割、贝叶斯网络、进化计算、神经网络、模糊聚类、容差粗糙集等空间统计分析方法，书后给出部分算法的C／C++源程序代码。《遥感数据智能处理方法与程序设计》适合广大从事遥感技术、遥感信息机理与应用和遥感图像处理的本科生使用，同时可供从事智能处理的软件开发技术人员参考。