本书是作者经过10余年在人工智能理论与遥感信息理论学科交叉领域的实践，不断探索所取得的成果总结。全书主要内容包括空间变换与分割、贝叶斯网络、伪二维隐马尔可夫、神经网络、遗传算法、模糊算法、粗糙集、支持向量机、禁忌人工免疫网络等算法和算法组合。本书密切结合遥感应用中和图像处理中的问题，在介绍智能算法基本原理的同时，注重阐述算法与应用问题的机理性结合，突出启发性和实用性，培养和提高思考问题和解决问题的能力。本书附有智能算法的软件程序光盘及使用说明书。
本书适合遥感技术、遥感信息机理和遥感图像应用处理专业的广大研究生使用，同时可供从事智能处理的软件开发技术人员参考。
导语_点评_推荐词
序
前
第1章 绪论
1.1 卫星遥感系统与任务
1.2 遥感数据处理任务与方法
1.3 本章小结
主要参考文献
第2章 变换与分割
2.1 引
2.2 GIVENS旋转变换与分解
2.3 Gram-Schmidt向量空间投影变换
2.4 小波高频局部高频融合
2.5 判别函数与超平面分割
2.6 本章小结
主要参考文献
第3章 贝叶斯网络
3.1 引
3.2 贝叶斯基
3.3 贝叶斯网络推理与分类器
3.4 贝叶斯网络分类
3.5 动态贝叶斯网络
3.6 贝叶斯网络推理
3.7 本章小结
主要参考文献
第4章 伪二维隐马尔可夫
4.1 引
4.2 伪二维隐马尔可夫基
4.3 伪二维隐马尔可夫模型的目标识别
4.4 P2DHMM目标检测实验
4.5 本章小结
主要参考文献
第5章 遗传算法
5.1 引
5.2 遗传算法基
5.3 遗传算法的进化规则
5.4 遥感遗传超平面分类
5.5 参数编解码及其实现
5.6 EOS/MODIS图像数据分类实验
5.7 ETM 数据分类实验
5.8 遗传一匹配
5.9 遗传一边缘提取
5.10 本章小结
主要参考文献
第6章 神经网络
6.1 引
6.2 神经网络的学习规则
6.3 BP网络分类
6.4 SOFM-LVO网络分类
6.5 PN神经网络
6.6 本章小结
主要参考文献
第7章 模糊聚类
7.1 引
7.2 模糊聚类数学基
7.3 模糊C-均值聚类和改进的模糊C-均值聚类
7.4 本章小结
主要参考文献
第8章 粗糙集与容差粗糙集
8.1 引
8.2 粗糙集理论
8.3 容差粗糙集
8.4 容差粗糙集数据预处理算法
8.5 容差粗糙集与BP算法结合的分类实验
8.6 容差粗糙集监督分类
8.7 本章小结
主要参考文献
第9章 支持向量机
9.1 引
9.2 支持向量机原理
9.3 新型支持向量机与遥感影像分类
9.4 本章小结
主要参考文献
第10章 禁忌人工免疫网络算法
10.1 引
10.2 禁忌搜索和人工免疫网络
10.3 禁忌人工免疫网络算法设计与实现
10.4 基于禁忌人工免疫网络算法的影像自动配准
10.5 禁忌人工免疫网络算法的影像自动融合
10.6 本章小结
主要参考文献
第11章 粒子滤波
11.1 引
11.2 粒子滤波原理
11.3 粒子滤波检测前跟踪框架
11.4 结合背景预测算法的粒子滤波检测前跟踪框架
11.5 本章小结
主要参考文献
彩图
