的基本特点以及后续章节将会涉及的参数等；第三章将系统地论述了雷达干涉测 量学的基本原理，成像模式，数据获取与数据处理的一般步骤等，并进一步探讨 高程提取的理论精度，立体视觉与雷达干涉成像的联系与区别，试图引导读者从 不同的角度理解干涉成像的原理。对雷达遥感已有较好的基础的读者，也可以略 过第二章。 第二部分是信号处理部分，包括第四章至第七章。按照 INSAR 数据处理的流 程，从数字复数信号处理的角度，深入讨论复数影像数据处理原理和相应的算法。 着重介绍了复数 INSAR 影像对的高精度自动配准、干涉图生成、抑制干涉图噪声、 相位解缠和数字高程信息提取等内容。对于每一个技术环节，尽量兼顾多种算法 或实施途径，并进行分析对比，给力图读者提供多角度的理解，使读者能够掌握 整个处理流程的关键技术。 后一部分是第八章，简要介绍了 INSAR 技术的重要应用之—的差分干涉技 术的基本原理和应用，并给出了一些具代表性的实例。差分干涉技术是 INSAR 众多的应用领域中，研究 早、 活跃的领域。差分干涉的原理是干涉原理的扩 展，也有助于深化理解干涉的基本原理。 1111．．．．4444．．．．3 3 3 3 进一步研读的参考书目和相关的信息进一步研读的参考书目和相关的信息进一步研读的参考书目和相关的信息进一步研读的参考书目和相关的信息 本书虽然力求形成相对独立的体系，便于读者阅读和掌握。但是，雷达遥感 是多学科交叉，知识范围宽广，难以用一、二个章节全面概述。雷达干涉测量的 有关技术和算法也是层出不穷，不可能在本书的篇幅内加以罗列。有兴趣的读者 可以参考其它各有特色的专著加以补充。 1. 《Radar Interferometry－Data Interpretation and Error Analysis》 , Kluwer Academic Publishers, Netherlands, 2001。作者 R. F. Hanssen （Delft University of Technology, the Netherlands）。 提示：该书重点在于 INSAR 应用于地表变形的监测，详细论述了变形分析 的模型和误差模型及来源等。对于 INSAR 的基本原理和数据处理的 一般方法等较为简略，但很全面。

利用Alexnet生成DeepDream图片 深度学习matlab例程/Alexnet生成DeepDream图片/matlab代码

实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的DeepDream实用代码 22 天马星空的Dee

深梦 这个目录包含Jupyter笔记本，这是TensorFlow中DeepDream算法的简单用法，只是将图像目录中的照片换成自定义照片： 要在本地运行此笔记本，您将需要以下依赖项： Python 2.7或3.5 NumPy TensorFlow（> = r0.7） Jupyter笔记本 影像 tqdm 要打开笔记本，请在此目录中运行jupyter notebook命令，然后在打开的浏览器窗口中选择“ deepdream.ipynb”。

本资源为机器学习实验四：深度学习图像生成（Part two：DeepDream）模型文件及图像。来源姜老师，仅供学习存档。

深度学习matlab例程/Alexnet生成DeepDream图片/matlab代码

tensorflow识别案例，能够识别花朵，是tensorflow入门比较好的例子