基于神经网络的监督和半监督学习方法与遥感图像智能解译-西安交通大学图书馆

基于神经网络的监督和半监督学习方法与遥感图像智能解译

发布日期:2016-05-31 浏览次

[内容推荐]

　　本书从机器学习的理论与应用出发，重点对基于人工神经网络的学习方法进行了阐述，并对监督和半监督两种学习形式分别进行了深入的探讨。在理论研究的基础之上，针对遥感图像解译的实际问题，给出了多个仿真实例，进而说明本书理论在实际应用中的有效性。

[目录]

前言
第1章概述
　1．1监督学习方法
　　1．1．1监督学习概述
　　1.1.2监督学习方法简介
　1．2半监督学习方法”
　　1．2．1半监督学习概述
　　1．2．2半监督学习方法简介
　1．3基于神经网络的遥感图像分类
　　1．3．1遥感图像分类技术概述
　　1．3．2基于神经网络的遥感图像分类概述　
　1．4本书结构安排
　1．5　小结
　参考文献
第2章常用神经网络基础知识
　2．1神经网络
　　2．1．1神经网络概念和基本结构
　　2．1．2神经网络的发展
　　2．1．3神经网络的基本模型和特点
　2．2径向基函数神经网络
　　2．2．1径向基函数神经网络概述
　　2．2．2模式可分性的Cover定理
　　2．2．3径向基函数神经网络数学描述
　2．3支持向量机
　　2．3．1支持向量机理论基础
　　2．3．2常用支持向量机学习方法
　2，4极限学习机
　　2．4．1极限学习机的运行机制
　……
第3章基于径向基函数神经网络的集成监督学习方法
第4章基于支持向量机的监督学习方法
第5章基于极限学习机的监督学习方法
第6章基于ARTMAP神经网络的半监督学习方法
第7章基于扶持向量机的半监督学习方法与应用
第8章基于极限学习机的半监督学习方法与应用
参考文献

上一条：自动控制原理
下一条：精通Hadoop jing tong Hadoop

【关闭】