本书对机器学习、模型优化、影像解译3个前沿领域进行了论述，特别是围绕模型优化技术在高光谱遥感影像分类中的应用进行了深入探讨。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。本书可以作为计算机科学、信息科学、摄影测量与遥感等相关领域从事机器学习、数据降维、影像解译相关专业人员的参考书，也可以作为相关专业高年级本科生或研究生的学习教材。

  
\t前言



\t作者简介



\t第1章绪论



\t1.1从遥感到高光谱成像



\t1.2高光谱遥感影像分类的基本流程



\t1.3高光谱遥感影像分类面临的挑战



\t1.4高光谱遥感影像数据降维和分类方法概述



\t1.4.1高光谱遥感影像数据降维概述



\t1.4.2高光谱遥感影像分类方法概述



\t1.5本书主要研究内容和结构



\t第2章基于杂种优势理论的杂交育种优化算法



\t2.1杂种优势及生物学启发



\t2.2基本杂交育种优化算法



\t2.3二进制编码形式



\t2.4实验仿真及分析



\t2.4.1基准函数



\t2.4.2实验设置及对比算法



\t2.4.3实验结果及分析



\t……