Kernel Methods for Remote Sensing Data Analysis

Kernel Methods for Remote Sensing Data AnalysisНажми для увеличения фото

Рекомендательный сервис

  • Общий рейтинг 4.00
  • Рейтинг покупателей 3.01
  • Рейтинг экспертов 4.30
  • Качество материалов 4.07
  • Надежность 4.00
  • Простота в использовании 4.73
  • Ремонтопригодность 4.36
  • Эффективность выполнения своих функций 4.30
  • Коэффициент удивления "Вау!" 4.00
  • Безопасность для пользователя4.10
  • Внешний вид 4.63
  • Удобство в уходе и чистке 4.73
  • Экологическая безопасность 4.30
  • Гарантия на товар 4.77
  • Соответствие стандартам качества 4.03
  • Инновационные технологии 4.70
  • Хит продаж 4.00
  • Скорость морального устаревания 4.03
  • Энергоэффективность 4.33
  • Универсальность использования 4.09
  • Наличие дополнительных функций 4.70
  • Соотношение цена-качество 3.37
  • Практичность и удобство хранения 4.00
  • Стабильность работы в различных условиях 4.01
  • Возможность персонализации 4.09
  • Ликвидность 4.30
  • Индекс рекомендаций 3.77
Kernel methods have long been established as effective techniques in the framework of machine learning and pattern recognition, and have now become the standard approach to many remote sensing applications. With algorithms that combine statistics and geometry, kernel methods have proven successful across many different domains related to the analysis of images of the Earth acquired from airborne and satellite sensors, including natural resource control, detection and monitoring of anthropic infrastructures (e.g. urban areas), agriculture inventorying, disaster prevention and damage assessment, and anomaly and target detection. Presenting the theoretical foundations of kernel methods (KMs) relevant to the remote sensing domain, this book serves as a practical guide to the design and implementation of these methods. Five distinct parts present state-of-the-art research related to remote sensing based on the recent advances in kernel methods, analysing the related methodological and practical challenges: Part I introduces the key concepts of machine learning for remote sensing, and the theoretical and practical foundations of kernel methods. Part II explores supervised image classification including Super Vector Machines (SVMs), kernel discriminant analysis, multi-temporal image classification, target detection with kernels, and Support Vector Data Description (SVDD) algorithms for anomaly detection. Part III looks at semi-supervised classification with transductive SVM approaches for hyperspectral image classification and kernel mean data classification. Part IV examines regression and model inversion, including the concept of a kernel unmixing algorithm for hyperspectral imagery, the theory and methods for quantitative remote sensing inverse problems with kernel-based equations, kernel-based BRDF (Bidirectional Reflectance Distribution Function), and temperature retrieval KMs. Part V deals with kernel-based feature extraction and provides a review of the principles of several multivariate analysis methods and their kernel extensions. This book is aimed at engineers, scientists and researchers involved in remote sensing data processing, and also those working within machine learning and pattern recognition.
Информация о характеристиках, комплекте поставки, стране изготовления, внешнем виде и цвете товара носит справочный характер и взятая из открытых источников.
Kernel Methods for Remote Sensing Data Analysis продается в интернет-магазине ЛитРес
Эксперт: Ринат К., ассистент по интернет-покупкам
Дата рецензии: 8 января 2026 года
Рекомендация к покупке нейтральная

Кредитный калькулятор

Планируете купить "Kernel Methods for Remote Sensing Data Analysis" в кредит? Расширенный кредитный калькулятор поможет онлайн рассчитать ежемесячный платеж, начисленные проценты и сумму переплаты по потребительскому кредиту.

Доставка покупки

    • В электронном виде;
    • Читать онлайн;
    • Скачать на компьютер или мобильные устройства.

Оплата заказа

    • Банковской картой;
    • электронными деньгами Яндекс-Деньги; WebMoney, Qiwi Кошелек, PayPal;
    • Наличными через терминалы;
    • Банковским переводом.
  • Наименование: ООО «ЛитРес»
  • ИНН: 7719571260

Часто задаваемые вопросы

Оплатить покупку возможно банковскими картами, банковским переводом, наличными при получении. Перечень всех способов оплаты доступен при оформлении заказа.
Да, в соответствии с законом «О защите прав потребителей» вы можете вернуть товар надлежащего качества в течение 14 дней с момента покупки, если он не был в употреблении, сохранены упаковка, ярлыки и товарный вид, и при этом не входит в перечень товаров, не подлежащих возврату или обмену (утверждённый Постановлением Правительства РФ №55).
На большинство товаров предоставляется гарантия от производителя. Срок гарантии указан в описании товара.

Рекомендуем аналогичные товары

Дополнительно из категории