由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书路边视频数据分析:深度学习9787305212475
¥ ×1
新春将至,本公司假期时间为:2025年1月23日至2025年2月7日。2月8日订单陆续发货,期间带来不便,敬请谅解!
章导论
1.1背景
1.2搜集路边视频数据
1.2.1工业数据
1.2.2测试数据
1.3基于路边视频数据的应用
1.4本书内容安排
参考文献
第二章路边视频数据分析框架
2.1概述
2.2方法
2.2.1路边视频数据的预处理
2.2.2将路边视频数据切分为对象
2..对象特征提取
2.2.4路边对象分类
2.2.5路边对象分类应用
.相关工作
..1植被切分和分类
..2通用对象切分和分类
2.4数据处理的Matlab代码
参考文献
第三章路边视频数据分析——非深度学习技术
3.1神经网络学习
3.1.1简介
3.1.2神经网络学习方法
3.1.3实验结果
3.1-4总结
3.2支持向量机学习
3.2.1简介
3.2.2SVM学习方法
3..实验结果
3.2.4总结
3.3聚类学习
3.3.1简介
3.3.2聚类学习法
3.3.3实验结果
3.3.4总结
3.4模糊C一均值学习
3.4.1简介
3.4.2模糊C一均值学习方法
3.4.3实验结果
3.4.4总结
3.5集成学习
3.5.1简介
3.5.2集成学习方法
3.5.3实验结果
3.5.4总结
3.6基于多数投票法的混合学习
3.6.1简介
3.6.2多数投票法
3.6.3实验结果
3.6.4总结
3.7区域合并学习
3.7.1简介
3.7.2区域合并法
3.7.3方法的组件
3.7.4实验结果
3.7.5总结
参考文献
第四章路边视频数据分析的深度学习技术
4.1简介
4.2相关工作
4.3自动与手动特征提取
4.3.1简介
4.3.2比较框架
4.3.3实验结果
4.3.4总结
4.4单一架构VS集成架构
4.4.1简介
4.4.2比较框架
4.4.3实验结果
4.4.4总结
4.5深度学习网络
4.5.1简介
4.5.2深度学习网络
4.5.3实验结果
4.5.4讨论
4.5.5总结
参考文献
第五章案例分析:火灾风险评估中的路边视频数据分析
5.1导论
5.2相关工作
5.3提出的VOCGP算法
5.3.1问题定义和动机
5.3.2方法概览
5.3.3草区域分割
5.3.4基于伽博滤波器投票的主垂直方向检测
5.3.5草像素的垂直方向连通计算
5.4实验结果
5.4.1路边数据搜集
5.4.2实验设置
5.4.3草生物量估计的能
5.4.4草密度预测的能
5.4.5易着火区域识别
5.5讨论
5.6总结
参考文献
第六章总结和展望
6.1对未来研究的建议
6.2新的挑战
6.3新的机会和应用
布里杰什·维尔马(Brijesh Verma),澳大利亚中央昆士兰大学教授,智能系统中心主任。曾任6家靠前期刊的编委。主要研究方向包括计算智能和模式识别。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格