本书系统地介绍了高分辨率遥感影像分割与分类过程中的具体框架模型和实现方法，主要内容分为13章，包括常用的高光谱影像数据集和分类精度评价指标，实验数据翔实，分割与分类方法步骤清晰，能够有效地指导实验实训的顺利开展。本书涉及高分辨率遥感影像分割、特征提取、影像分类等诸多相关技术，具学术价值及实践指导意义。 本书既可用作遥感技术与应用、地球信息科学、土地资源管理等相关专业的研究生和高年级本科生、工程技术人员的专业参考书，又可用作高等院校计算机应用技术、网络工程、人工智能和大数据等相关专业课程的教材、实验实训指导书。

第一章 高分辨率遥感影像
1.1 引言
1.2 高分辨率遥感
1.3 高光谱影像分类
1.3.1 研究现状
1.3.2 高光谱影像数据集
1.3.3 评价指标
1.4 高分辨率遥感影像的分割
第二章 多分支融合网络在高光谱影像分类中的应用
2.1 引言
2.2 用于HSI分类的多分支融合CNN模型
2.2.1 数据预处理
2.2.2 多分支融合CNN模型
2.3 实验与结果
2.3.1 数据集和数据预处理
2.3.2 实验设置
2.3.3 实验结果与分析
2.4 总结与讨论
第三章 基于CNN的双边融合网络在高光谱影像分类中的应用
3.1 引言
3.2 用于HSI分类的双边融合CNN模型
3.2.1 双边融合块网络
3.2.2 双边融合块
3.3 实验与结果
3.3.1 实验设置
3.3.2 模型合理性测试
3.3.3 小样本测试
3.3.4 与其他模型的比较
3.4 总结与讨论
第四章 小卷积特征重用模型在高光谱影像光谱-空间分类中的应用
4.1 引言
4.2 小卷积-特征重用模型
4.2.1 相关方法和概念
4.2.2 小卷积
4.2.3 网络结构
4.3 实验与结果
4.3.1 实验设置
4.3.2 实验结果与分析
4.4 总结与讨论
第五章 基于多尺度近端特征拼接网络的高光谱影像分类方法
5.1 引言
5.2 基本原理
5.2.1 空洞卷积
5.2.2 传统的多尺度滤波器模块
5.2.3 特征拼接
5.2.4 算法描述
5.3 实验与结果
5.3.1 数据集和实验设置
5.3.2 内部参数选取
5.3.3 与其他典型方法的比较
5.4 总结与讨论
第六章 深度置信网络在高光谱影像光谱-空间分类中的应用
6.1 引言
6.2 相关方法
……
第七章 局部与混合扩张卷积融合网络在高光谱影像分类中的应用
第八章 预激活残差注意力网络在高光谱影像分类中的应用
第九章 基于多判别器生成对抗网络的高光谱影像分类方法
第十章 基于3D-2D多分支特征融合和密集注意力网络的高光谱影像分类方法
第十一章 基于多目标粒子群优化算法和博弈论的高光谱影像降维方法
第十二章 基于SReLU的高分辨率遥感影像分割方法
第十三章 用于快速目标识别的高分辨率遥感影像分割方法