دانلود کتاب Deep Learning for Hyperspectral Image Analysis and Classification – یادگیری عمیق برای تجزیه و تحلیل تصویر فراطیفی و طبقه بندی

دسته بندی :
اطلاعات کتاب
  • جلد
  • سری Engineering Applications of Computational Methods, 5; 5
  • ویرایش 1st ed. 2021
  • سال 2021
  • نویسنده (گان) Linmi Tao, Atif Mughees
  • ناشر Springer
  • زبان English
  • تعداد صفحات
  • حجم فایل 13.27MB
  • فرمت فایل pdf
  • شابک 9813344199, 9789813344198
قیمت محصول :

45,000 تومان

با خرید این محصول، 2,250 تومان به کیف پول شما بازگشت داده می‌شود

روند خرید و دریافت کتاب‌ها بدون هیچ اختلالی انجام می‌شود.
تمامی فایل‌ها بر روی سرورهای داخلی میزبانی می‌شوند تا بتوانید به راحتی و در لحظه آن‌ها را دانلود کنید. در صورت بروز هرگونه مشکل یا نیاز به راهنمایی، لطفاً از طریق « صفحه تماس باما» با تیم پشتیبانی در ارتباط باشید.

تمامی کتاب های موجود در وبسایت سای وان به زبان انگلیسی میباشد

توضیحات

This book focuses on deep learning-based methods for hyperspectral image (HSI) analysis. Unsupervised spectral-spatial adaptive band-noise factor-based formulation is devised for HSI noise detection and band categorization. The method to characterize the bands along with the noise estimation of HSIs will benefit subsequent remote sensing techniques significantly.

This book develops on two fronts: On the one hand, it is aimed at domain professionals who want to have an updated overview of how hyperspectral acquisition techniques can combine with deep learning architectures to solve specific tasks in different application fields. On the other hand, the authors want to target the machine learning and computer vision experts by giving them a picture of how deep learning technologies are applied to hyperspectral data from a multidisciplinary perspective. The presence of these two viewpoints and the inclusion of application fields of remote sensing by deep learning are the original contributions of this review, which also highlights some potentialities and critical issues related to the observed development trends.

————————————————————–

ترجمه ماشینی :

این کتاب بر روش‌های مبتنی بر یادگیری عمیق برای تحلیل تصویر فراطیفی (HSI) تمرکز دارد. فرمول مبتنی بر فاکتور نویز تطبیقی طیفی-فضایی بدون نظارت برای تشخیص نویز HSI و دسته بندی باند ابداع شده است. روش مشخص کردن باندها همراه با تخمین نویز HSI ها به طور قابل توجهی از تکنیک های سنجش از راه دور بعدی سود می برد.

این کتاب از دو جنبه توسعه یافته است: از یک طرف، آن را برای متخصصان حوزه ای که می خواهند داشته باشند، هدف قرار داده است. یک نمای کلی به روز شده از اینکه چگونه تکنیک های اکتساب فراطیفی می توانند با معماری های یادگیری عمیق برای حل وظایف خاص در زمینه های کاربردی مختلف ترکیب شوند. از سوی دیگر، نویسندگان می‌خواهند با ارائه تصویری از نحوه استفاده از فناوری‌های یادگیری عمیق برای داده‌های ابرطیفی از دیدگاه چند رشته‌ای، متخصصان یادگیری ماشین و بینایی رایانه را هدف قرار دهند. وجود این دو دیدگاه و گنجاندن زمینه‌های کاربردی سنجش از دور توسط یادگیری عمیق، سهم اصلی این بررسی است که برخی پتانسیل‌ها و مسائل مهم مرتبط با روندهای توسعه مشاهده‌شده را نیز برجسته می‌کند.


 

tag : دانلود کتاب یادگیری عمیق برای تجزیه و تحلیل تصویر فراطیفی و طبقه بندی , Download یادگیری عمیق برای تجزیه و تحلیل تصویر فراطیفی و طبقه بندی , دانلود یادگیری عمیق برای تجزیه و تحلیل تصویر فراطیفی و طبقه بندی , Download Deep Learning for Hyperspectral Image Analysis and Classification Book , یادگیری عمیق برای تجزیه و تحلیل تصویر فراطیفی و طبقه بندی دانلود , buy یادگیری عمیق برای تجزیه و تحلیل تصویر فراطیفی و طبقه بندی , خرید کتاب یادگیری عمیق برای تجزیه و تحلیل تصویر فراطیفی و طبقه بندی , دانلود کتاب Deep Learning for Hyperspectral Image Analysis and Classification , کتاب Deep Learning for Hyperspectral Image Analysis and Classification , دانلود Deep Learning for Hyperspectral Image Analysis and Classification , خرید Deep Learning for Hyperspectral Image Analysis and Classification , خرید کتاب Deep Learning for Hyperspectral Image Analysis and Classification ,

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دانلود کتاب Deep Learning for Hyperspectral Image Analysis and Classification – یادگیری عمیق برای تجزیه و تحلیل تصویر فراطیفی و طبقه بندی”