遥感影像机器学习方法研究与应用

《遥感影像机器学习方法研究与应用》的内容组织为：第1章，介绍遥感影像基础知识；第2章，介绍机器学习基础知识，重点介绍了卷积神经网络、生成式对抗网络和深度置信网络等神经网络；第3章，介绍了环境安装与设置；第4章，介绍了遥感图像中常用的特征、特征提取方法和特征使用方法；第5章，介绍了遥感图像分割的基本框架，作为第6章和第7章的基础；第6章，针对从遥感图像上提取农作物空间分布的需要，提出了符合遥感图像数据特点的卷积神经网络；第7章，针对卷积神经网络提取的农作物空间分布中存在的错误，在分析农作物种植区域的数据特点的基础上，提出了分割结果的优化方法；第8章，针对目前获取的遥感图像应用于农作物分割时的问题，提出了利用生成式对抗网络对数据源进行优化的方法；第9章，以深度置信网络为基本框架，建立了一种从遥感图像上提取土壤湿度数据的方法。本书介绍了遥感影像机器学习应用的多个层次和领域，从基础的知识体系到实际应用都有涉及和介绍。对于从事相关领域工作的专业人士以及科研人员有很大的参考价值。