Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
GoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Remote Sensing Intelligent Interpretation for Mine Geological Environment

Weitao Chen, Xianju Li, Lizhe Wang (Broschiert, Englisch)

Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
This book examines the theory and methods of remote sensing intelligent interpretation based on deep learning. Based on geological and environmental effects on mines, this book constructs a set of systematic mine remote sensing datasets focusing on the multi-level task with the system of “target detection→scene classification→semantic segmentation." Taking China’s Hubei Province as an example, this book focuses on the following four aspects: 1. Development of a multiscale remote sensing dataset of the mining area, including mine target remote sensing dataset, mine (including non-mine areas) remote sensing scene dataset, and semantic segmentation remote sensing dataset of mining land cover. The three datasets are the basis of intelligent interpretation based on deep learning. 2. Research on mine target remote sensing detection method based on deep learning. 3. Research on remote sensing scene classification method of mine and non-mine areas based on deep learning. 4. Research on the fine-scale classification method of mining land cover based on semantic segmentation. The book is a valuable reference both for scholars, practitioners and as well as graduate students who are interested in mining environment research.
Dieses Produkt haben wir gerade leider nicht auf Lager.
ab 57,99 €
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
20.08.2023
Sprache
Englisch
EAN
9789811937415
Herausgeber
Springer Singapore
Sonderedition
Nein
Autor
Weitao Chen, Xianju Li, Lizhe Wang
Seitenanzahl
246
Einbandart
Broschiert
Buch Untertitel
From Land Use and Land Cover Perspective
Autorenporträt
Dr. Weitao Chen (Member, IEEE) is a professor at the School of Computer Science, China Univ. of Geosciences (CUG). He received B.E. from Jiaozuo Institute of Technology in 2003, M.E from in 2006 and Doctor from China Univ. of Geosciences in 2012. He has published more than 30 peer-reviewed technical papers in international journals. His main research interests include machine learning and remote sensing of environment. Prof. Chen is a member of IEEE and served as a reviewer of several international journals. He was awarded the land and resources science and Technology Progress Award (second prize in 2019), and the science and technology Award (second prize) of China command and control society (second prize in 2020). He was awarded "cradle plan" talent project of China University of Geosciences and the "Chenguang plan" talent project of Youth Science and technology in Wuhan, Hubei Province
Schlagwörter
Mine environment, Target detection, Scene classification, semantic segmentation, mine dataset, machine learning on mining, deep learning on mining, remote sensing on mining
Thema-Inhalt
RGW - Geographische Informationssysteme (GIS) und Fernerkundung UYQM - Maschinelles Lernen TJF - Elektronik UYS - Digitale Signalverarbeitung (DSP) RBG - Geologie und die Lithosphäre TQD - Umweltüberwachung (Umwelt-Monitoring)
Höhe
235 mm
Breite
15.5 cm

Transparenz & Sicherheit

Hersteller: Springer, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!