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 Spatial Big Data Science: Classification Techniques for Earth Observation Imagery

دانلود کتاب علوم اطلاعات فضایی: تکنیک های طبقه بندی برای تصویر برداری از نقشه زمین

Spatial Big Data Science: Classification Techniques for Earth Observation Imagery

مشخصات کتاب

Spatial Big Data Science: Classification Techniques for Earth Observation Imagery

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9783319601953, 9783319601946 
ناشر: Springer International Publishing 
سال نشر: 2017 
تعداد صفحات: 138 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 مگابایت 

قیمت کتاب (تومان) : 53,000



کلمات کلیدی مربوط به کتاب علوم اطلاعات فضایی: تکنیک های طبقه بندی برای تصویر برداری از نقشه زمین: داده کاوی و کشف دانش، سنجش از دور/فتوگرامتری، علوم سیستم زمین



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Spatial Big Data Science: Classification Techniques for Earth Observation Imagery 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 علوم اطلاعات فضایی: تکنیک های طبقه بندی برای تصویر برداری از نقشه زمین 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 علوم اطلاعات فضایی: تکنیک های طبقه بندی برای تصویر برداری از نقشه زمین

داده های بزرگ فضایی در حال ظهور (SBD) دارای پتانسیل تحول آفرین در حل بسیاری از چالش های بزرگ اجتماعی مانند مدیریت منابع آب، امنیت غذایی، واکنش به بلایا و حمل و نقل است. با این حال، چالش‌های محاسباتی قابل‌توجهی در تحلیل SBD به دلیل ویژگی‌های فضایی منحصربه‌فرد از جمله همبستگی فضایی، ناهمسانگردی، ناهمگنی، مقیاس‌های چندگانه و وضوح وجود دارد که در این کتاب نشان داده شده است. این کتاب همچنین تکنیک‌های کنونی علم داده‌های بزرگ فضایی را با تمرکز ویژه بر تکنیک‌های طبقه‌بندی برای داده‌های بزرگ تصاویر رصد زمین مورد بحث قرار می‌دهد. به طور خاص، نویسندگان چندین تکنیک طبقه‌بندی فضایی اخیر، مانند درخت‌های تصمیم فضایی و یادگیری مجموعه فضایی را معرفی می‌کنند. چندین جهت بالقوه تحقیقات آینده نیز مورد بحث قرار گرفته است. این کتاب مخاطبان بین‌رشته‌ای از جمله دانشمندان رایانه، پزشکان و محققانی را که در زمینه داده‌کاوی، کلان داده‌ها کار می‌کنند، و همچنین دانشمندان حوزه‌ای که در علم زمین (به عنوان مثال، هیدرولوژی، فاجعه)، ایمنی عمومی و سلامت عمومی کار می‌کنند، هدف قرار می‌دهد. دانشجویان سطح پیشرفته در علوم کامپیوتر نیز این کتاب را به عنوان مرجع مفید خواهند یافت.


توضیحاتی درمورد کتاب به خارجی

Emerging Spatial Big Data (SBD) has transformative potential in solving many grand societal challenges such as water resource management, food security, disaster response, and transportation. However, significant computational challenges exist in analyzing SBD due to the unique spatial characteristics including spatial autocorrelation, anisotropy, heterogeneity, multiple scales and resolutions which is illustrated in this book. This book also discusses current techniques for, spatial big data science with a particular focus on classification techniques for earth observation imagery big data. Specifically, the authors introduce several recent spatial classification techniques, such as spatial decision trees and spatial ensemble learning. Several potential future research directions are also discussed. This book targets an interdisciplinary audience including computer scientists, practitioners and researchers working in the field of data mining, big data, as well as domain scientists working in earth science (e.g., hydrology, disaster), public safety and public health. Advanced level students in computer science will also find this book useful as a reference.



فهرست مطالب

Front Matter....Pages i-xv
Front Matter....Pages 1-1
Spatial Big Data....Pages 3-13
Spatial and Spatiotemporal Big Data Science....Pages 15-44
Front Matter....Pages 45-45
Overview of Earth Imagery Classification....Pages 47-56
Spatial Information Gain-Based Spatial Decision Tree....Pages 57-76
Focal-Test-Based Spatial Decision Tree....Pages 77-104
Spatial Ensemble Learning....Pages 105-126
Front Matter....Pages 127-127
Future Research Needs....Pages 129-131




نظرات کاربران