本書以高光譜遙感影像為研究對象，基于深度學(xué)習(xí)模型，研究空間特征、光譜特征、空間-光譜特征協(xié)同的分類技術(shù),主要內(nèi)容包括：高光譜遙感影像的基礎(chǔ)理論與技術(shù)發(fā)展，主流深度學(xué)習(xí)模型，針對空間特征的多尺度殘差卷積神經(jīng)網(wǎng)絡(luò)分類方法，針對光譜特征的雙向循環(huán)神經(jīng)網(wǎng)絡(luò)分類方法，以及融合空-譜多維特征的協(xié)同分類方法。相關(guān)實驗基于Indian Pines、Pavia University、Salinas等開源數(shù)據(jù)集，結(jié)果表明所提出的方法顯著提升了復(fù)雜場景下的分類精度與魯棒性，為地物識別、環(huán)境監(jiān)測、精準農(nóng)業(yè)等領(lǐng)域提供了高效技術(shù)方案。�� 本書適于遙感科學(xué)、計算機視覺、地理信息系統(tǒng)、環(huán)境監(jiān)測等領(lǐng)域的科研人員與工程技術(shù)人員使用，同時可作為高等院校相關(guān)專業(yè)本科生、研究生的參考用書。