隨著衛星遙感、無人機、物聯網等技術的發展,地球時空大數據不斷累積,如何從地球大數據中高效挖掘知識、模式及規則,成為地球繫統科學研究的難點及重點。常規統計及機器學習方法存在諸多局限,《深度學習:原理及遙感地學分析》將深度學習納入地學繫統科學問題框架,從地球及遙感科學的背景及視角繫統闡述深度學習的基本原理,並提供了典型的應用實例。通過閱讀《深度學習:原理及遙感地學分析》,期待讀者在面對影響因素繁雜的地學領域的過程演化、地表參數反演、地物對像識別等實際問題時,能夠化繁為簡,找到合適的原理及解決方法。
《深度學習:原理及遙感地學分析》共分三部分,即基礎篇、方法篇及遙感地學分析篇:基礎篇是機器學習及深度學習的基礎;方法篇則繫統描述了深度學習的方法及特點;遙感地學分析篇概括了深度學習在遙感地學分析繫統的建模架構與典型的應用。