ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Building Feature Extraction with Machine Learning: Geospatial Applications

دانلود کتاب استخراج ویژگی های ساختمان با یادگیری ماشینی: کاربردهای جغرافیایی

Building Feature Extraction with Machine Learning: Geospatial Applications

مشخصات کتاب

Building Feature Extraction with Machine Learning: Geospatial Applications

ویرایش:  
نویسندگان: ,   
سری:  
ISBN (شابک) : 9781032255330, 9781003288046 
ناشر: CRC Press 
سال نشر: 2022 
تعداد صفحات: 143
[145] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 13 Mb 

قیمت کتاب (تومان) : 41,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Building Feature Extraction with Machine Learning: Geospatial Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب استخراج ویژگی های ساختمان با یادگیری ماشینی: کاربردهای جغرافیایی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب استخراج ویژگی های ساختمان با یادگیری ماشینی: کاربردهای جغرافیایی

مجموعه داده های جغرافیایی بزرگ ایجاد شده توسط پروژه های زیرساختی بزرگ به منابع محاسباتی عظیم برای پردازش نیاز دارند. استخراج ویژگی فرآیندی است که برای کاهش مجموعه اولیه داده های خام برای پردازش تصویر قابل مدیریت استفاده می شود و یادگیری ماشین (ML) علمی است که از آن پشتیبانی می کند. این کتاب بر روی روش‌های استخراج ویژگی برای داده‌های مکانی نوری با استفاده از ML تمرکز دارد. این یک راهنمای عملی برای متخصصان و دانشجویان تحصیلات تکمیلی است که در حال شروع حرفه ای در استخراج اطلاعات هستند. استخراج ویژگی های فضایی را به روشی آسان توضیح می دهد و شامل مطالعات موردی واقعی در مورد نحوه جمع آوری مقادیر ارتفاع برای ویژگی های فضایی، نحوه توسعه مدل های سه بعدی در زمینه نقشه و موارد دیگر است. امکانات • اصول اولیه روش ها و کاربردهای استخراج ویژگی را همراه با اصول یادگیری ماشینی ارائه می دهد • به طور مفصل درباره کاربرد تکنیک های یادگیری ماشین در استخراج ویژگی های ساختمان های جغرافیایی بحث می کند • روش های تخمین ارتفاع جسم را از تصاویر سنجش از دور ماهواره ای نوری با استفاده از پایتون توضیح می دهد. • شامل مطالعات موردی است که استفاده از مدل‌های یادگیری ماشین را برای استخراج ردپای ساختمان و روش‌های فتوگرامتری برای ارزیابی ارتفاع نشان می‌دهد. • پتانسیل یادگیری ماشینی و فناوری فضایی را برای پیشرفت پروژه های آینده برجسته می کند این کتاب مورد توجه متخصصان، محققان و دانشجویان تحصیلات تکمیلی در علوم زمین و رصد زمین، یادگیری ماشین و علوم داده، مهندسان عمران و برنامه ریزان شهری خواهد بود.


توضیحاتی درمورد کتاب به خارجی

Big geospatial datasets created by large infrastructure projects require massive computing resources to process. Feature extraction is a process used to reduce the initial set of raw data for manageable image processing, and machine learning (ML) is the science that supports it. This book focuses on feature extraction methods for optical geospatial data using ML. It is a practical guide for professionals and graduate students who are starting a career in information extraction. It explains spatial feature extraction in an easy-to-understand way and includes real case studies on how to collect height values for spatial features, how to develop 3D models in a map context, and others. Features • Provides the basics of feature extraction methods and applications along with the fundamentals of machine learning • Discusses in detail the application of machine learning techniques in geospatial building feature extraction • Explains the methods for estimating object height from optical satellite remote sensing images using Python • Includes case studies that demonstrate the use of machine learning models for building footprint extraction and photogrammetric methods for height assessment • Highlights the potential of machine learning and geospatial technology for future project developments This book will be of interest to professionals, researchers, and graduate students in geoscience and earth observation, machine learning and data science, civil engineers, and urban planners.





نظرات کاربران