基本信息
内容简介
书籍
计算机书籍
本书是作者经过10余年在人工智能理论与遥感信息理论学科交叉领域的实践，不断探索所取得的成果总结。其主要内容包括变换与分割、贝叶斯网络、伪二维隐马尔可夫、遗传算法、神经网络、模糊聚类、粗糙集与容差粗糙集、支持向量机、禁忌人工免疫网络算法、粒子滤波等算法和算法组合。本书密切结合遥感应用和图像处理中的问题，在介绍智能算法基本原理的同时，注重阐述算法与应用问题的机理性结合，突出启发性和实用性，培养和提高思考问题和解决问题的能力。本书附有智能算法的软件程序光盘及使用说明书。.
本书适合遥感技术、遥感信息机理和遥感图像应用处理专业的广大研究生使用，同时可供从事智能处理的软件开发技术人员参考。...
计算机书籍
本书是作者经过10余年在人工智能理论与遥感信息理论学科交叉领域的实践，不断探索所取得的成果总结。其主要内容包括变换与分割、贝叶斯网络、伪二维隐马尔可夫、遗传算法、神经网络、模糊聚类、粗糙集与容差粗糙集、支持向量机、禁忌人工免疫网络算法、粒子滤波等算法和算法组合。本书密切结合遥感应用和图像处理中的问题，在介绍智能算法基本原理的同时，注重阐述算法与应用问题的机理性结合，突出启发性和实用性，培养和提高思考问题和解决问题的能力。本书附有智能算法的软件程序光盘及使用说明书。.
本书适合遥感技术、遥感信息机理和遥感图像应用处理专业的广大研究生使用，同时可供从事智能处理的软件开发技术人员参考。...
目录
序.
前言
第1章 绪论
1.1 卫星遥感系统与任务
1.2 遥感数据处理任务与方法
1.3 本章小结
主要参考文献
第2章 变换与分割
2.1 引言
2.2 GIVENS旋转变换与分解
2.3 Gram-Schmidt向量空间投影变换
2.4 小波高频局部高频融合
2.5 判别函数与超平面分割
2.6 本章小结
主要参考文献
第3章 贝叶斯网络
3.1 引言
3.2 贝叶斯基础
3.3 贝叶斯网络推理与分类器
3.4 贝叶斯网络分类
前言
第1章 绪论
1.1 卫星遥感系统与任务
1.2 遥感数据处理任务与方法
1.3 本章小结
主要参考文献
第2章 变换与分割
2.1 引言
2.2 GIVENS旋转变换与分解
2.3 Gram-Schmidt向量空间投影变换
2.4 小波高频局部高频融合
2.5 判别函数与超平面分割
2.6 本章小结
主要参考文献
第3章 贝叶斯网络
3.1 引言
3.2 贝叶斯基础
3.3 贝叶斯网络推理与分类器
3.4 贝叶斯网络分类
书摘
即使数学公式没有错误，从贝叶斯学习得出结果也是不切实际的，因为N个变量的可能的网络结构数目超过n的指数次幂，而逐一排除这些假设的网络结构是很困难的。可以应用一个“模型选择”的方法来解决这个问题，该方法假设p仅有一个狭窄的峰，在所有可能的结构中选择一个最好的模型，认为是正确的模型。“模型选择”方法又包括两种：一种是“打分搜索”方法；另一种是“依赖性分析”方法。
打分搜索方法的步骤就是通过打分确定好的网络结构模型，通过模型搜索来寻找好模型。打分的标准，也就是确定好模型的标准包括贝叶斯质量测量、最小长度编码测量、信息论测量。贝叶斯质量测量来源于贝叶斯统计学，主要是贝叶斯理论和共轭性。
模型搜索的算法主要有K2算法、Buntines算法、CB算法：K2算法是Cooper和Herskovits（1992）提出的，描述了一种贪婪搜索算法，给出可能性最大的网络结构。该算法假定结点的顺序已经确定，它从一个空的网络开始，根据每个结点的顺序，通过依次迭代计算而完成对网络结构的搜索。Buntines算法并不需要事先确定结点的顺序，该算法起点是一个空的父结点集合，每一步的迭代计算中在没有环和对网络质量增加的时候便增加一条连接弧度，最后完成对模型的搜索。CB算法是K2算法的扩展，它使用条件独立性检验准则从数据中产生一个好的结点顺序，然后用K2算法产生的结点顺序建立网络结构。
打分搜索方法的步骤就是通过打分确定好的网络结构模型，通过模型搜索来寻找好模型。打分的标准，也就是确定好模型的标准包括贝叶斯质量测量、最小长度编码测量、信息论测量。贝叶斯质量测量来源于贝叶斯统计学，主要是贝叶斯理论和共轭性。
模型搜索的算法主要有K2算法、Buntines算法、CB算法：K2算法是Cooper和Herskovits（1992）提出的，描述了一种贪婪搜索算法，给出可能性最大的网络结构。该算法假定结点的顺序已经确定，它从一个空的网络开始，根据每个结点的顺序，通过依次迭代计算而完成对网络结构的搜索。Buntines算法并不需要事先确定结点的顺序，该算法起点是一个空的父结点集合，每一步的迭代计算中在没有环和对网络质量增加的时候便增加一条连接弧度，最后完成对模型的搜索。CB算法是K2算法的扩展，它使用条件独立性检验准则从数据中产生一个好的结点顺序，然后用K2算法产生的结点顺序建立网络结构。
