隨著衛(wèi)星遙感、無人機、物聯(lián)網(wǎng)等技術的發(fā)展，地球時空大數(shù)據(jù)不斷累積，如何從地球大數(shù)據(jù)中高效挖掘知識、模式及規(guī)則，成為地球系統(tǒng)科學研究的難點及重點。常規(guī)統(tǒng)計及機器學習方法存在諸多局限，本書將深度學習納入地學系統(tǒng)科學問題框架，從地球及遙感科學的背景及視角系統(tǒng)闡述深度學習的基本原理，并提供了典型的應用實例。通過閱讀本書，期待讀者在面對影響因素繁雜的地學領域的過程演化、地表參數(shù)反演、地物對象識別等實際問題時，能夠化繁為簡，找到合適的原理及解決方法。《BR》 全書共分三部分，即基礎篇、方法篇及遙感地學分析篇：基礎篇是機器學習及深度學習的基礎；方法篇則系統(tǒng)描述了深度學習的方法及特點；遙感地學分析篇概括了深度學習在遙感地學分析系統(tǒng)的建模架構(gòu)與典型的應用。
ftp://124.17.26.93/curved-toc/9787030700513-curvedToc.pdf
新書資訊