Name: Mastering Hyperspectral Imaging using ML and Spatial-Spectral Features (en Inglés)
Price: 240.00 PEN
Availability: InStock
Author: Tatireddy, Subba Reddy ; B, Sai Chandana ; Balleda, Ravi Kumar
ISBN: 9786207459094

portada Mastering Hyperspectral Imaging using ML and Spatial-Spectral Features (en Inglés)

Mastering Hyperspectral Imaging using ML and Spatial-Spectral Features (en Inglés)

Formato

Libro Físico

Autor

Subba Reddy Tatireddy

Sai Chandana B

Ravi Kumar Balleda

Editorial

LAP Lambert Academic Publishing

Idioma

Inglés

N° páginas

112

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.7 cm

Peso

0.18 kg.

ISBN13

9786207459094

Categorías

Tecnología de la información: cuestiones generales

Mastering Hyperspectral Imaging using ML and Spatial-Spectral Features (en Inglés)

Subba Reddy Tatireddy (Autor) · Sai Chandana B (Autor) · Ravi Kumar Balleda (Autor) · LAP Lambert Academic Publishing · Tapa Blanda

Más barato Libro Nuevo Importado

Envío: 21 a 26 días háb.

S/ 533,33S/ 240,00

-55%

Más rápido Libro Nuevo Importado

Envío: 12 a 17 días háb.

S/ 567,96S/ 255,58

-55%

Costos de importación incluídos en el precio ✅

Libro Nuevo Más barato

Quedan 10 unidades

S/ 240,00

Llega entre el 21 Ago y el 31 Ago a CERCADO DE LIMA, Lima. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Mastering Hyperspectral Imaging using ML and Spatial-Spectral Features (en Inglés)"

This book introduces hyperspectral remote sensing as a transformative imaging technology, capturing intricate details across multiple spectral bands. Originating from a doctoral thesis, the book bridges academic exploration and practical applications in hyperspectral image classification. It pioneers novel methodologies using deep learning and machine learning, featuring the Deep Adversarial Learning Framework for enhanced accuracy. The text explores groundbreaking approaches employing principal component analysis, empirical mode decomposition, and Support Vector Machines. A semi-supervised classification method inspired by Cycle-GANs is also presented. The book aims to offer a comprehensive understanding of hyperspectral imaging, its methodologies, and practical implications, serving as a valuable resource for students, researchers, and practitioners in the field.