本書緊緊圍繞“面向高分辨率遙感影像對像的特征分析”所涉及到的如何度量數據特性並選擇擁有代表性的特征這一問題展開了研究。本書對高分辨率遙感圖像處理與模式識別等領域的科學工作者、研究生、相關領域的工程技術人員和科技人員都具有重要的參考價值；對從事模式識別、人工智能技術、數據挖掘等方面研究的科技人員也有一定的參考價值。

●第1章緒論001
1.1研究背景與意義002
1.2國內外研究綜述005
1.3本書的研究目標012
1.4本書的主要內容015
第2章面向不平衡數據的監督特征選擇方法——局部賦權判別投影方法019
2.1概述020
2.2基於圖模型的局部賦權判別投影方法021
2.3實驗分析與評價029
2.4本章小結043
第3章面向不平衡數據半監督特征選擇方法——非對稱局部判別選擇方法044
3.1概述045
3.2基於圖模型的非對稱局部判別方法047
3.3實驗分析與評價050
3.4本章小結068
第4章面向診斷性特征選擇的搜索策略069
4.1概述070
4.2基於一對一策略的診斷性特征選擇方法072
4.3實驗分析與評價080
4.4本章小結101
第5章基於相似稀疏樣本局部幾何結構和判別信息的診斷性特征選擇方法102
5.1概述103
5.2基於相似稀疏樣本局部幾何結構和判別信息的診斷性特征選擇方法104
5.3實驗分析與評價105
5.4本章小結113
第6章自適應半監督特征選擇方法114
6.1概述115
6.2自適應半監督特征選擇方法116
6.3實驗分析與評價118
6.4本章小結126
第7章基於自動視圖生成和聯合l1，2範數最小化的監督多視圖特征選擇方法127
7.1概述128
7.2監督多視圖特征選擇方法130
7.3實驗分析與評價133
7.4本章小結143
第8章帶有標簽學習的半監督多視圖特征選擇方法144
8.1概述145
8.2半監督多視圖特征選擇方法145
8.3實驗分析與評價147
8.4本章小結156
第9章總結與研究展望157
9.1總結158
9.2研究展望159
參考文獻161
名詞索引171
附錄部分彩圖173

面向對像的圖像分析方法中所使用的特征會直接影響分類和專題信息提取的性能。為了客觀度量所需特征對地類的有效性並自動選擇合適的特征，本書面向不同的情況和需求，基於近期新的基於過濾器模型和稀疏正則化方法提出針對性的特征選擇方法，采用客觀準則度量特征的有效性，大大提高了處理精度和效率。主要內容包括：局部賦權判別投影方法、非對稱局部判別選擇方法、面向診斷性特征選擇的搜索策略、基於相似稀疏樣本的診斷性特征選擇方法、自適應半監督特征選擇方法、基於自動視圖生成和聯合範數最小化的監督多視圖特征選擇方法等。本書對高分辨率遙感圖像處理與模式識別等領域的科學工作者、研究生、相關領域的工程技術人員和科技人員都具有重要的參考價值；對從事模式識別、人工智能技術、數據挖掘等方面研究的科技人員也有一定的參考價值。

陳曦 著