Titlul original:
Fuzzy Machine Learning Algorithms for Remote Sensing Image Classification
Conținutul cărții:
Această carte abordează cele mai noi metode de clasificare a imaginilor pentru discriminarea obiectelor terestre din datele satelitare de teledetecție, cu accent pe algoritmii de învățare automată fuzzy și de învățare profundă. Ambele tipuri de algoritmi sunt descrise atât de detaliat încât acestea pot fi implementate direct pentru cartografierea tematică a acoperirii terenurilor cu clase multiple sau cu clase specifice din date optice multispectrale de teledetecție. Acești algoritmi, împreună cu teledetecția cu date multiple și senzori multipli, sunt capabili să monitorizeze etape specifice (de exemplu, fenologia culturilor în creștere) ale unei anumite clase, de asemenea incluse. Cu aceste capacități, algoritmii de învățare automată fuzzy au aplicații puternice în domenii precum asigurarea culturilor, cartografierea incendiilor forestiere, arderea stufului, cartografierea pagubelor după dezastre etc. Cartea oferă, de asemenea, detalii despre baza de date a indicilor temporali utilizând abordarea propusă CBSI (Class Based Sensor Independent), susținută de exemple practice. De asemenea, această carte abordează alți algoritmi corelați bazați pe distanță, bazați pe kernel, precum și informații spațiale prin metodele Markov Random Field (MRF)/Local convolution pentru a gestiona pixelii amestecați, neliniaritatea și pixelii zgomotoși.
În plus, această carte se referă la tehnicile de evaluare cantitativă a rezultatelor fracțiunii clasificate soft din clasificarea soft și este susținută de un instrument dezvoltat intern numit clasificator de imagini multi-spectrale subpixel (SMIC). Cartea se adresează absolvenților, postuniversitarilor, cercetătorilor și profesioniștilor care lucrează în diferite ramuri, cum ar fi științele geoinformației, geografia, științele electrice, electronice și informatice etc., care lucrează în domeniul observării pământului și al procesării imaginilor prin satelit. Algoritmii de învățare discutați în această carte pot fi utili și în alte domenii conexe, de exemplu, în imagistica medicală. În general, această carte urmărește:
⬤ se concentreze exclusiv pe utilizarea unei game largi de algoritmi de clasificare fuzzy pentru imagini de teledetecție;
⬤ discută aplicarea clasificatoarelor ANN, CNN, RNN și a învățării hibride pe imagini de teledetecție;
⬤ descrierea instrumentului de clasificare a imaginilor multi-spectrale subpixel (SMIC) pentru a sprijini algoritmii fuzzy și de învățare discutați;
⬤ explică modul de evaluare a rezultatelor clasificate soft ca fracțiuni de imagini utilizând matricea de eroare fuzzy (FERM) și versiunile sale avansate cu instrumentul FERM, Entropia, Coeficientul de corelație, Eroarea pătratică medie și metodele caracteristicilor operaționale ale receptorului (ROC) și;
⬤ combină explicația algoritmilor cu studii de caz și aplicații practice.
