RS DL
介绍
本期推荐书籍：《多源遥感及地学数据融合计算》。近些年来，随着多模态大模型的发展，“多模态” 也逐渐成为研究热点！
信息融合是多学科交叉、综合、延拓产生的系统科学研究方向。如今，人类进入大数据时代，通过融合计算方式提升数据的应用潜能，其重要性更加凸显。随着数据的爆发式增长及学科的不断交叉，科学研究与技术应用将可能进入“无处不融合”的状态。
在地球表层科学领域，卫星遥感、地基观测、模型模拟、社会感知等多源异类数据层出不穷，为开展数据融合研究提供了重要基础。同时，数据应用潜力、地学应用能力的突破也对数据融合提出了迫切需求。本书作者武汉大学沈焕锋教授从20年前开始从事遥感数据融合研究，逐步建立团队并成立融合感知与地学智能研究室，在融合计算的理论方法与地学应用研究方面取得了一定的成绩。本书是作者及其团队多年研究成果的系统归纳、修订与完善，部分成果已在国内外刊物发表。
《多源遥感及地学数据融合计算》主要分为三个部分：第一部分主要针对同质遥感数据的融合，包括超分辨率融合、空-谱融合、时-空融合、时-空-谱一体化融合；第二部分主要针对异质遥感数据的融合，包括单极化-全极化SAR数据融合、光学-SAR数据融合、可见光-短波红外遥感数据融合、多参量数据融合降尺度；第三部分将研究对象扩展到异类地学数据，包括遥感与地基点-面融合、对地观测与社会感知数据融合、对地观测与动力学模型融合，特别是在此基础上提出地学数据的广义时-空-谱一体化融合新框架。
书中内容示例：
内容简介
本书围绕多源数据的融合计算展开研究，以多源遥感数据的信息融合为主体内容，并扩展到与地基数据、模型模拟数据和社会感知数据的融合。内容体系上分为同质数据融合、异质数据融合、异类数据融合等几个层次：首先介绍同质光学遥感数据的空-谱融合、时-空融合及时-空-谱融合方法；其次介绍光学、雷达、短波红外、多参量产品等异质数据间的融合方法；然后介绍地基观测、遥感观测、模型模拟与社会感知等异类数据间的融合方法；最后提出广义地学数据时-空-谱一体化融合的理论框架与模型方法。
目 录
左右滑动可查看更多目录
欢迎关注CVPR 2024系列
因配置了AI回复功能，除关键词自动回复外，号内信息主要由AI大模型回复。如需资源、投稿、合作等，请直接联系小助手微信（添加请备注：咨询、投稿、合作、加群，加群需备注姓名/昵称，单位和研究方向）。
关于AI回复功能：
公众号新增AI回复功能，已接入大模型，集成查找ArXiv论文、CSDN博文等功能
问题及讨论可直接在文章下方留言
往期推荐
欢迎关注
分享遥感与深度学习领域的技术、论文、书籍、新鲜事。
欢迎加入遥感与深度学习交流群(点此加入)。
