§8.1 遥感图像的计算机分类 8.1.1 分类的原理和步骤 8.1.2 非监督分类 8.1.3 监督分类 8.1.4 图像分类的有关问题 §8. 2 遥感图像空间信息的计算机提取 §8. 3 遥感图像解译专家系统 §8.4 计算机解译的主要技术发展趋势

•从文本分类图像分类 • 如何从图像中获取全局特征？ • 颜色特征、纹理特征、形状特征 • 如何从图像中获取局部特征？ • SIFT: Scale-invariant feature transform •图像分类的几个发展阶段 • Low-level Modelling • Semantic Modelling • Sparse Coding • Deep Learning

线性分类器的设计 分段线性分类器的设计 非线性分类器的设计

为了准确度量属性的重要性,从基于粗糙集的属性度量视角,提出一种基于混合度量机制的属性评价方法,该方法从不同的信息粒度分析属性的重要性.在混合度量机制中,根据数据分布特点引入参数权重因子.在此基础上,构造一种基于粗糙集属性度量机制的集成分类器.通过实验结果和比较分析表明,所提出的方法能有效地降低数据的属性维度,相比较于单一属性度量准则,分类器具有更好的分类性能

1.1 绪言 一、信号的概念 二、系统的概念 1.2 信号的描述与分类 一、信号的描述 二、信号的分类 1.3 信号的基本运算 一、加法和乘法 二、时间变换 1.4 阶跃函数和冲激函数 一、阶跃函数 二、冲激函数 三、冲激函数的性质 四、序列δ(k)和ε(k) 1.5 系统的性质及分类 一、系统的定义 二、系统的分类及性质 1.6 系统的描述 一、连续系统 二、离散系统 1.7 LTI系统分析方法概述

一、计算机发展概述 二、计算机的特点和分类 三、信息科学与信息技术 四、计算机应用概述

【知识工程】基于粗糙集相对分类信息熵和粒子群优化的特征选择方法

一、会计科目 二、会计为了提供分类信息,只有会计科行么?一还要开设账户 米账户怎样记录?复式记账

【机器感知与模式识别】对偶树复小波与空域信息的手势识别分类研究

机器学习：融合邻域信息的k-近邻分类