本書圍繞小樣本遙感圖像分類任務(wù)展開具體研究工作，研究過程采用改善圖像特征提取和分類器設(shè)計(jì)兩種不同的子空間學(xué)習(xí)模式，重點(diǎn)解決小樣本圖像分類任務(wù)中存在的由于預(yù)訓(xùn)練特征提取器無法適應(yīng)新的數(shù)據(jù)類別，導(dǎo)致提取的特征鑒別性不足以及含標(biāo)簽樣本過少，帶來的樣本分布與實(shí)際數(shù)據(jù)分布存在偏差等問題。本書提出了系列的子空間學(xué)習(xí)算法，進(jìn)一步改善小樣本遙感圖像分類性能，并在公有遙感數(shù)據(jù)集及自行構(gòu)建遙感數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)測(cè)試、數(shù)據(jù)統(tǒng)計(jì)、圖表分析和遙感實(shí)景圖片可視化展示。