●“地球觀測與導航技術叢書”編寫說明
前言
第1章 緒論
1.1 遙感影像分類基礎
1.2 遙感影像分類技術流程和關鍵問題
1.3 常用遙感影像分類方法
1.4 遙感多分類器集成概述
1.5 遙感影像分類研究進展
參考文獻
第2章 集成學習與多分類器繫統
2.1 集成學習理論基礎
2.2 多分類器繫統
2.3 遙感多分類器集成實現方法
2.4 遙感多分類器集成關鍵問題
2.5 本章小結
參考文獻
第3章 基於樣本和特征的多分類器集成
3.1 Boosting算法實現與應用
3.2 Bagging算法實現與應用
3.3 ltiBoost算法實現與應用
3.4 隨機子空間算法實現與應用
3.5 隨機森林算法實現與應用
3.6 算法綜合試驗與比較分析
3.7 本章小結
參考文獻
第4章 基於旋轉森林的遙感影像分類
4.1 旋轉森林原理
4.2 嵌入馬爾可夫隨機場模型和局部線性特征提取的旋轉森林分類
4.3 基於擴展形態學剖面和極限學習機的旋轉森林
4.4 基於旋轉森林的全極化SAR影像分類
4.5 本章小結
參考文獻
第5章 異質分類器集成方法與應用
5.1 多分類器層次型組合與應用
5.2 監督/半監督特征提取與多分類器集成應用
5.3 異質分類器決策級融合與應用
5.4 動態多分類器集成與應用
5.5 基於支持向量機的分類器集成方法
5.6 本章小結
參考文獻
第6章 遙感多分類器集成應用
6.1 全極化SAR影像多分類器集成應用
6.2 基於多分類器集成的光學和SAR影像協同分類應用
6.3 高分辨率光學影像與機載LiDAR數據多分類器集成
6.4 基於多差異影像集成的變化檢測
6.5 本章小結
參考文獻
彩圖

分類是遙感影像處理分析的重要內容和研究熱點，針對遙感影像分類中不同分類器各具優勢、相互補充的特點，將模式識別領域的研究熱點-多分類器繫統引入遙感領域，繫統介紹了遙感多分類器集成理論、方法和典型應用。全書內容包括七章：第一章介紹了遙感影像分類進展，通過對不同分類器的比較與分析，構建了分類器集合；第二章從理論與實例兩方面，探討了集成學習和多分類集成的理論基礎，分析了分類器多樣性與互補性的評價，介紹了分類器選擇的常用指標和方法；第三章重點探討了基於樣本操作和特征變換的多分類器集成方法，重點是Boosting、Bagging、RandomForest等方法的應用；第四章將優選的集成學習方法RotationForest用於遙感影像分類，實現了RotationForest從特征旋轉、基分類器改進到空間光譜特征綜合的拓展應用；第五章分析了基於異質分類器組合的多分類器集成方法，對多分類器選擇、組合等進行了等