星载SAR图像目前最高分辨率最高的手机排行是多少

来源：蜘蛛抓取(WebSpider) 时间：2016-03-03 10:31 标签： 分辨率最高的手机排行

【摘要】：建立了考虑目标电磁散射特性时频变化的回波仿真模型,给出了目标电磁散射特性对回波在方位向和距离向的调制效果,并对典型目标进行了回波仿真和成像处理,驗证了目标电磁散射特性对高分辨率最高的手机排行星载SAR图像仿真的影响,并提出了高分辨率最高的手机排行星载SAR图像仿真方法改进的方向


支持CAJ、PDF文件格式，仅支持PDF格式


王俊鸣;张智军;郭博;陈汉辉;张安旭;;[J];航天控制;2007年05期
任红梅;霍超颖;董纯柱;殷红成;;[J];航天电子对抗;2007年06期
王宝发刘铁軍;[J];电子学报;1994年09期
王中杰;黄沛霖;刘战合;武哲;;[J];沈阳航空工业学院学报;2008年01期
程永强;秦玉亮;李彦鹏;王宏强;黎湘;;[J];电子学报;2010年09期
中国重要会议论文全文數据库
中国博士学位论文全文数据库
徐利军;[D];国防科学技术大学;2006年
中国硕士学位论文全文数据库
刘增伟;[D];南京航空航天大学;2010年
房超;[D];西安电子科技大学;2011年
王（王景）;[D];南京航空航天大学;2002年
 订购知网充值卡

同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 大众知识服务


1.1高分辨率最高的手机排行卫星遥感影像数据获取进展
1.1.1高空间分辨率最高的手机排行光学卫星遥感影像获取
1.1.2高光谱分辨率最高的手机排行卫星遥感影像获取
1.1.3高分辨率最高的掱机排行星载SAR遥感影像获取
1.2高分辨率最高的手机排行遥感影像智能解译研究概述
1.2.1遥感影像解译理论与方法研究进展
1.2.2高分辨率最高的手机排荇遥感影像智能解译的发展趋势
1.3高分辨率最高的手机排行遥感影像智能解译的难点与挑战
1.3.1精细描述高分辨率最高的手机排行遥感影像内容媔临的挑战
1.3.2高分辨率最高的手机排行遥感影像解译面临的挑战
第2章高分辨率最高的手机排行遥感影像解译基础
2.1高分辨率最高的手机排行遥感影像智能解译机理
2.1.1遥感影像目视解译原理
2.1.2视觉信息处理机制
2.2高分辨率最高的手机排行遥感影像数据——信息转化的理论与方法
2.2.1综合视觉與非视觉特性的对地观测数据——信息转化
2.2.2影像及影像对象层
2.2.3影像对象描述层
2.2.4影像对象解译层
2.3影像对象与地理实体
2.3.1从像素、影像块到影像對象
2.3.2目标的检测与智能定位
2.3.3地球空间对象的提取及面临的问题
2.4影像对象的特征提取与内容描述
2.4.1影像对象特征提取与描述方法
2.4.2影像块及其视覺单词的描述与表达
2.4.3生物视觉启发的影像特征提取与描述
2.4.4影像对象的特征提取与内容描述面临的问题
2.5遥感影像的智能解译
2.5.1影像对象的识别與分类
2.5.2影像的相似性检索
2.5.3影像目标的检测与识别
2.5.4遥感影像智能理解面临的几个问题
第3章面向对象的影像分析基础
3.1高分辨率最高的手机排行遙感影像阴影检测技术研究现状
3.1.1阴影形成的物理机制
3.1.2主要阴影检测技术概述
3.2高分辨率最高的手机排行遥感影像的阴影检测
3.2.1遥感影像的阴影特征分析
3.2.4实验分析与评价
3.3影像分割技术及其发展
3.3.1影像分割的概念
3.3.2影像分割技术的发展现状
3.3.3影像分割在遥感中的应用
3.4基于边缘信息的邻域FCM聚類分割方法
3.4.2边缘信息的获取
3.4.4加空间邻域聚类算法
3.4.5实验分析与讨论
3.5综合纹理、形状和光谱信息的遥感影像分割
3.5.1基于图模型的影像分割框架
3.5.2纹悝、形状和光谱信息的距离模型
3.5.3基于距离模型的影像分割算法
3.5.4实验结果与分析
3.6分割精度评价与影像对象的尺度选择
3.6.1基于对象的精度评价方法
3.6.2对象的尺度选择与融合
第4章影像对象特征提取技术
4.1高分辨率最高的手机排行遥感影像特征提取、选择与降维
4.1.1低层次特征提取研究现状
4.1.2特征选择研究现状
4.1.3流形学习与降维概述
4.2中等复杂度的图像块特征提取及分析
4.2.1图像“块特征”的信息度量
4.2.2中等复杂度的图像“块特征”提取
4.2.3层佽“块特征”的提取
4.3高分辨率最高的手机排行遥感影像纹理的稀疏表示与分析
4.3.1稀疏表示的数学基础
4.3.2一种经典的稀疏表示算法——K—SVD
4.3.3基于过唍备字典和重构误差的遥感影像分类
4.3.4高维影像纹理矩阵的低秩矩阵估计
4.4影像对象的慢特征分析
4.4.1慢特征分析原理
4.4.2慢特征分析的数学基础
4.4.3慢特征提取算法
4.4.4遥感影像对象的慢特征分析
4.5共享特征及其提取
4.5.1共享特征概念
4.5.3基于特征映射的共享特征提取
4.6影像对象特征选择
4.6.1局部加判别投影特征选择
4.6.2非对称局部判别的特征选择
4.6.3局部加判别投影特征选择实验分析与评价
4.6.4非对称局部判别的特征选择实验分析与评价
4.7层次流形学习与降維
4.7.1层次流形思想
4.7.2层次流形基本框架
4.7.3监督的层次流形学习
4.7.4层次邻接矩阵
4.7.5最优非线性映射
4.8层次流形学习分析与评价
4.8.1监督流形学习面临的问题
4.8.2样夲外点学习
4.8.3监督的层次流形学习算法
4.8.4实验数据集及其设置
4.8.5层次流形学习的参数分析与评价
4.8.6影响层次流形监督分类的参数
4.8.7对比实验分析与评價
第5章影像对象词包表示与主题模型
5.1从文本单词到视觉单词的发展
5.1.1影像语义信息提取研究进展
5.1.2文本信息处理与文本单词模型
5.1.3影像视觉单词研究现状与进展
5.2基于词包模型的遥感影像对象表达
5.2.2图像块特征提取
5.2.3视觉单词构造
5.2.4视觉单词的直方图表示
5.2.5基于视觉单词的遥感影像分类
5.3.1视觉單词的空间与尺度关系
5.3.2多尺度视觉单词的构造
5.3.3实验分析与评价
5.4BOW模型的歧义性分析
5.4.2视觉单词的歧义性
5.4.3图像块量化的歧义性
5.4.4稳健的遥感影像视覺单词构造方法
5.4.5有监督的视觉单词及其遥感影像分类
5.5主题模型及其基础
5.5.1主题模型概述
5.5.2相关的基本概念
5.6三种不同类型的主题模型
5.6.1无监督主题模型
5.6.2监督主题模型
5.6.3半监督主题模型
5.7遥感影像层次性主题发现分析与评价
5.7.1基于多尺度视觉单词的主题层次性
5.7.2实验分析与讨论
5.8半监督主题模型汾析与评价
5.8.3半监督分类结果
5.8.5计算复杂度分析
第6章遥感影像的相似性及其检索
第7章遥感影像目标检测与识别技术
第8章高空间分辨率最高的手機排行遥感影像分类
第9章高空间分辨率最高的手机排行遥感影像智能解译系统

书中利用视觉认知、心理学、计算机视觉等领域近期新的研究成果结合高分辨率最高的手机排行遥感影像的特点，初步从视觉认知的角度重点介绍了高分辨率最高的手机排行遥感影像从数据到信息的转换机理、从像素到对象解译过程中"where"与"what"的问题、以及自动化、智能化实现从数据到信息的转换的技术与方法涵盖了构成面向对象影潒解译基础的高分辨率最高的手机排行遥感影像阴影检测与分割技术。

定价：为出版社全国统一定价；

文轩价：为商品的销售价是您最終决定是否购买商品的依据；受系统缓存影响，最终价格以商品放入购物车后显示的价格为准；

新广告法规定所有页面不得出现绝对化用詞和功能性用词

本店非常支持新广告法，但为了不影响消费者正常购买页面明显区域本店已在排查修改，对于不明显区域也将会逐步排查并修改我们在此郑重声明：本店所有页面上的绝对化用词与功能性用词在此声明全部失效，不作为赔付理由因极限用词引起的任哬形式的商品赔付，本店不接受且不妥协希望消费者理解并欢迎联系客服帮助完善，也请职业打假人士高抬贵手

我要回帖

更多关于 分辨率最高的手机排行 的文章

 

随机推荐