Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
- Retrait gratuit dans votre magasin Club
- 7.000.000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
- Retrait gratuit dans votre magasin Club
- 7.000.0000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
195,95 €
+ 391 points
Format
Description
This book focuses on deep learning-based methods for hyperspectral image (HSI) analysis. Unsupervised spectral-spatial adaptive band-noise factor-based formulation is devised for HSI noise detection and band categorization. The method to characterize the bands along with the noise estimation of HSIs will benefit subsequent remote sensing techniques significantly.
This book develops on two fronts: On the one hand, it is aimed at domain professionals who want to have an updated overview of how hyperspectral acquisition techniques can combine with deep learning architectures to solve specific tasks in different application fields. On the other hand, the authors want to target the machine learning and computer vision experts by giving them a picture of how deep learning technologies are applied to hyperspectral data from a multidisciplinary perspective. The presence of these two viewpoints and the inclusion of application fields of remote sensing by deep learning are the original contributions of this review, which also highlights some potentialities and critical issues related to the observed development trends.
Spécifications
Parties prenantes
- Auteur(s) :
- Editeur:
Contenu
- Nombre de pages :
- 207
- Langue:
- Anglais
- Collection :
- Tome:
- n° 5
Caractéristiques
- EAN:
- 9789813344198
- Date de parution :
- 21-02-21
- Format:
- Livre relié
- Format numérique:
- Genaaid
- Dimensions :
- 156 mm x 234 mm
- Poids :
- 485 g
