●章绪论001
1.1研究背景与意义002
1.2国内外研究综述005
1.3本书的研究目标012
1.4本书的主要内容015
第2章面向不平衡数据的监督特征选择方法——局部赋权判别投影方法019
2.1概述020
2.2基于图模型的局部赋权判别投影方法021
2.3实验分析与评价029
2.4本章小结043
第3章面向不平衡数据半监督特征选择方法——非对称局部判别选择方法044
3.1概述045
3.2基于图模型的非对称局部判别方法047
3.3实验分析与评价050
3.4本章小结068
第4章面向诊断性特征选择的搜索策略069
4.1概述070
4.2基于一对一策略的诊断性特征选择方法072
4.3实验分析与评价080
4.4本章小结101
第5章基于相似稀疏样本局部几何结构和判别信息的诊断性特征选择方法102
5.1概述103
5.2基于相似稀疏样本局部几何结构和判别信息的诊断性特征选择方法104
5.3实验分析与评价105
5.4本章小结113
第6章自适应半监督特征选择方法114
6.1概述115
6.2自适应半监督特征选择方法116
6.3实验分析与评价118
6.4本章小结126
第7章基于自动视图生成和联合l1，2范数最小化的监督多视图特征选择方法127
7.1概述128
7.2监督多视图特征选择方法130
7.3实验分析与评价133
7.4本章小结143
第8章带有标签学习的半监督多视图特征选择方法144
8.1概述145
8.2半监督多视图特征选择方法145
8.3实验分析与评价147
8.4本章小结156
第9章总结与研究展望157
9.1总结158
9.2研究展望159
参考文献161
名词索引171
附录部分彩图173
内容简介
面向对象的图像分析方法中所使用的特征会直接影响分类和专题信息提取的性能。为了客观度量所需特征对地类的有效性并自动选择合适的特征，本书面向不同的情况和需求，基于近期新的基于过滤器模型和稀疏正则化方法提出针对性的特征选择方法，采用客观准则度量特征的有效性，提高了处理精度和效率。主要内容包括：局部赋权判别投影方法、非对称局部判别选择方法、面向诊断性特征选择的搜索策略、基于相似稀疏样本的诊断性特征选择方法、自适应半监督特征选择方法、基于自动视图生成和联合范数很小化的监督多视图特征选择方法等。本书对高分辨率遥感图像处理与模式识别等领域的科学工作者、研究生、相关领域的工程技术人员和科技人员都具有重要的参考价值；对从事模式识别、人工智能技术、数据挖掘等方面研究的科技人员也有一定的参考价值。
评论晒单