本书共分为8章，重点研究了基于深度属性学习的光学遥感图像分类方法，如基于属性学习预测的细粒度遥感目标分类、基于多源属性学习的细粒度遥感场景分类、基于属性建模迁移的少样本遥感图像分类、基于视觉属性自动化标注的零样本遥感图像场景分类等。对于每种典型的遥感图像分类方法，从研究者的角度，详细地介绍了其研究背景、问题描述、算法模

本书主要内容包括进化计算、机器学习、模式识别、数据降维、影像解译等。本书着重对上述领域的国内外发展现状进行了总结，阐述了作者对高光谱遥感影像分类实际应用的思考与探索。

本书总结了作者近年来基于人工智能深度学习模型的高光谱遥感影像智能分类方向的最新研究成果，从深度学习领域最具代表性的卷积神经网络、图卷积网络出发，对高光谱影像分类的理论发展和最新动态以及该领域存在的若干关键问题、研究难点及新方法等进行了论述。

本书针对遥感成像卫星在轨实时处理这一新技术方向，系统全面地介绍了在轨实时处理的基本概念、研究意义、国内外发展历程及趋势；面向微波成像卫星，从在轨成像处理与在轨目标检测分类两个方面阐述了算法流程及优化设计方法；面向光学成像卫星，从在轨数据预处理、在轨压缩与质量评价、在轨目标检测分类等方面阐述了算法优化设计方法；面向在轨数

民间重要区域的安防和国家军事重地的值守，都需要对入侵目标实时监测其方位和运动轨迹。本专著主要是探讨基于动静态热释电红外传感器(PIR)探测器组构成的探测网域/对入侵目标的智能感知理论和技术应用方法。研究的焦点就是如何迅速准确地探测出入侵目标的方位和运动轨迹。 本专著以研发的新型动静态PIR探测器组构成探测网域，经过实验

本书在介绍深空探测任务与深空影像背景知识的基础上,着重从统计数据分析和人工智能两个方面介绍深空遥感影像相关的智能解译方法.其中,在统计数据分析方面,介绍了统计理论工具及其在“嫦娥”观测数据的判读解译应用.在人工智能数据分析方面,介绍了深度学习中基于语义分割和基于目标检测方法在全月撞击坑的自动判读识别.为了便于读者使用上

本书是以遥感技术系统为主线，以遥感图像制图过程与应用为主体，结合具体的遥感图像处理工程实践，并参考新规范编写而成的。具体内容包括以下7个模块：遥感基础、遥感物理基础、遥感图像处理、遥感图像增强处理、遥感图像牧师判读、遥感图像分类及遥感专题图制作。本书可供高职高专摄影测量与遥感技术、测绘地理信息技术、工程测量技术、地籍测

"本书采用笔者提出的标准定量产品概念模型，针对观测对象理化与生物学特征参数的3-5级共性产品，探索构建标准的定量反演技术规程、处理工艺流程，以及规范的观测对象大时空间跨度的参数产品生产过程，主要关注标准定量产品的数据工程模型，基于新型数据形式GRIDCube，以数据方块（DataSquare：DS）为数据单位形成遥感定

本教材涵盖的主要内容包括：无人机软硬件本身基础知识；无人机法规及相关知识点简介(如飞行气象、技巧等)；无人机组装与调试；无人机遥感数据产品(三维实景建模、4D产品、多光谱遥感植被指数产品)的生产实践；无人机嵌入式实时开发实践(地面目标物识别)。本教材体现了电子信息+地球科学的深度融合，主要体现在：硬件与软件的结合，将无

本书以测量学随机决策森林算法为主题，从理论基础出发，系统阐述该方法的核心思想、演化规律、存在问题及改进措施，并结合多光谱、高光谱和面向对象的遥感信息提取实例，综合分析该方法在实际遥感工作中的表现，进而弥补目前遥感应用领域“重方法而轻理论”的倾向。全书共分为六章，内容包括决策树分类理论与算法，随机决策森林算法及改进、遥感