Deep Learning for Synthetic Aperture Radar Remote Sensing
Kurzinformation
inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar

Beschreibung
"Deep Learning for Synthetic Aperture Radar Remote Sensing" von Michael Schmitt bietet einen umfassenden Überblick über die Anwendung von Deep-Learning-Methoden im Bereich der Fernerkundung mit synthetischer Apertur-Radar (SAR)-Technologie. Das Buch behandelt grundlegende Konzepte sowohl des Deep Learnings als auch der SAR-Bildgebung und zeigt, wie diese Technologien kombiniert werden können, um präzisere und effizientere Analysemethoden zu entwickeln. Es umfasst Themen wie Bildklassifikation, Objekterkennung und -verfolgung sowie Veränderungsdetektion in SAR-Daten. Durch eine Vielzahl von Fallstudien und praktischen Beispielen bietet das Buch wertvolle Einblicke für Forscher und Praktiker, die sich mit der Verarbeitung und Analyse von SAR-Daten beschäftigen.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Kartoniert
- 360 Seiten
- Erschienen 2018
- Manning
- Kartoniert
- 883 Seiten
- Erschienen 2018
- mitp
- Gebunden
- 352 Seiten
- Erschienen 2018
- The MIT Press
- Gebunden
- 341 Seiten
- Erschienen 2011
- Springer
- hardcover
- 556 Seiten
- Erschienen 1997
- CRC Press
- paperback
- 288 Seiten
- Erschienen 2013
- Springer
- Kartoniert
- 292 Seiten
- Erschienen 2020
- O'Reilly
- Kartoniert
- 235 Seiten
- Erschienen 2021
- O'Reilly
- paperback
- 450 Seiten
- Erschienen 2023
- Marek Gagolewski
- paperback
- 352 Seiten
- Erschienen 2021
- Packt Publishing
- Taschenbuch
- 504 Seiten
- Erschienen 2020
- Springer




