返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 合成孔径雷达图像智能解译 徐丰,王海鹏,金亚秋 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 徐丰,王海鹏,金亚秋著
    • 出版社: 科学出版社
    • 出版时间:2020-09-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 徐丰,王海鹏,金亚秋著
    • 出版社:科学出版社
    • 出版时间:2020-09-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2020-09-01
    • 字数:703000
    • 页数:476
    • 开本:16开
    • 装帧:平装
    • ISBN:9787030659910
    • 国别/地区:中国
    • 版权提供:科学出版社

    合成孔径雷达图像智能解译

    作  者:徐丰,王海鹏,金亚秋 著
    定  价:198
    出 版 社:科学出版社
    出版日期:2020年09月01日
    页  数:476
    装  帧:精装
    ISBN:9787030659910
    主编推荐

    内容简介

    本书总结了作者近5年来在合成孔径雷达(SAR)图像智能解译方面的研究成果。本书共分13章。第1~3章主要介绍SAR图像解译的研究背景和现状、深度学习新技术的发展以及深度学习基本原理。第4~6章主要介绍基于深度学习技术的SAR图像智能目标识别研究,包括地面目标识别、海面目标识别以及目标特征表征学习等。第7~10章介绍极化SAR图像的智能解译技术研究,包括基于深度学习的极化SAR地表分类、多极化SAR图像重构、极化SAR图像因子分解以及极化干涉SAR植被参数反演。第11章介绍SAR图像统计建模和基于深度学习的SAR相干斑滤波。第12章介绍基于深度学习的虚拟场景重建。第13章介绍基于深度学习的SAR图像与光学图像相互翻译。主要章节均附有实例代码。

    作者简介

    精彩内容

    目录
    目录
    丛书序
    前言
    第1章 绪论 1
    1.1 SAR信息获取 2
    1.2 深度学习技术 9
    1.3 SAR智能解译与微波视觉 15
    参考文献 21
    第2章 SAR图像解译基础 27
    2.1 SAR成像原理 27
    2.1.1 雷达测距与脉冲压缩技术 27
    2.1.2 合成孔径与方位向压缩 28
    2.2 SAR极化信息 34
    2.2.1 极化电磁波 34
    2.2.2 接近极化波与相干散射 36
    2.2.3 部分极化波与非相干散射 37
    2.2.4 雷达极化测量 40
    2.2.5 目标分解与地表分类 46
    2.3 SAR图像统计模型 55
    2.3.1 Rayleigh相干斑模型 55
    2.3.2 乘积模型 56
    2.3.3 SAR图像统计模型 57
    2.4 SAR图像处理方法 59
    2.4.1 SAR图像滤波 59
    2.4.2 SAR图像目标检测与识别 65
    2.4.3 SAR图像分割与分类 66
    参考文献 68
    第3章 深度学习基础 70
    3.1 人工神经网络 70
    3.1.1 神经元模型 70
    3.1.2 神经网络模型 72
    3.1.3 神经网络学习 77
    3.1.4 神经网络的训练技巧 80
    3.2 深度神经网络 85
    3.2.1 深度卷积网络 85
    3.2.2 深度循环网络 88
    3.3 计算机视觉 91
    3.3.1 图像分类 91
    3.3.2 目标检测 94
    3.3.3 图像分割 96
    参考文献 99
    第4章 SAR地面目标智能识别 102
    4.1 全卷积网络(AConvNets) 102
    4.2 网络的训练方式 107
    4.3 车辆目标检测与识别 109
    4.4 飞机目标检测与识别 120
    4.5 小波散状网络 129
    附录 实例代码——AConvNets目标分类 137
    参考文献 140
    第5章 SAR海面目标智能识别 143
    5.1 SAR海面目标识别现状 143
    5.2 全球海陆数据库辅助的精细海陆分割 145
    5.3 复杂海陆环境中的船舶目标检测 157
    5.4 SAR-AIS船舶目标数据库 168
    5.5 SAR船舶目标鉴别与识别 175
    参考文献 180
    第6章 少样本SAR目标识别 183
    6.1 SAR目标表征空间与少样本学习 183
    6.2 电磁仿真数据辅助的少样本学习 194
    6.3 自动对抗编码器与少样本学习 201
    附录 实例代码——零样本目标识别 214
    参考文献 217
    第7章 极化SAR地表分类 219
    7.1 基于实数卷积网络的地表分类 219
    7.2 地表分类网络的普适性 229
    7.3 复数卷积网络(CV-CNN) 234
    7.4 基于复数卷积网络的地表分类 243
    附录 实例代码——复数卷积网络(CV-CNN) 255
    参考文献 260
    第8章 多极化SAR图像重构 262
    8.1 多极化SAR 262
    8.2 稀疏重构全极化SAR图像 265
    8.3 基于深度学习的极化SAR图像重构 278
    附录 实例代码——SAR图像上色网络(colorization-nets) 293
    参考文献 297
    第9章 极化SAR因子分解 300
    9.1 极化SAR因子分解理论 300
    9.2 极化SAR因子分解算法 306
    9.3 实验验证与结果分析 310
    附录 实例代码——极化SAR因子分解 320
    参考文献 322
    第10章 极化干涉SAR植被参数反演 324
    10.1 极化干涉SAR树高反演 324
    10.2 极化干涉SAR系统参数 329
    10.3 极化干涉SAR误差模型 331
    10.4 CV-CNN树高反演 349
    附录 实例代码——CV-CNN极化干涉SAR树高反演 358
    参考文献 362
    第11章 SAR相干斑仿真与滤波网络 364
    11.1 相干斑仿真 364
    11.2 相干斑滤波网络 375
    11.3 仿真与实验 383
    附录 实例代码——去相干斑网络(Despeckling-NN) 399
    参考文献 406
    第12章 虚拟场景重建与SAR图像仿真 409
    12.1 场景重建 409
    12.2 光学遥感影像地表分类 412
    12.3 光学遥感影像对建筑物的重构 420
    12.4 虚拟城市三维场景重建 423
    12.5 SAR图像仿真 427
    参考文献 430
    第13章 SAR与光学图像互译 433
    13.1 SAR和光学图像的互译 433
    13.2 双向翻译网络 436
    13.3 实验分析 442
    附录 实例代码——级联残差对抗网络(CRAN) 456
    参考文献 461

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购