随着人工智能技术的迅速发展，越来越多从事GIS研究或应用的组织开始积极投入到针对GIS与人工智能结合的技术创新工作当中。从技术发展的现状分析来看，人工智能技术能够为GIS提升多个方向的能力，包括：遥感图像处理、空间数据处理、时空分布预测、轨迹分布与空间优化、城市规划、地理编码以及扩展新的分析模型等。SuperMap 人工智能GIS（AI GIS）是人工智能技术与 SuperMap GIS 技术相互融合的技术统称，该体系包含数据、领域库、框架和功能四大部分。
本书详细介绍了SuperMap 人工智能GIS（AI GIS）的技术体系、产品体系、行业应用等，有助于您全面了解SuperMap 人工智能GIS（AI GIS）技术。章节目录如下：
目录
第一章 人工智能概览
1.1. 人工智能技术
1.2. 人工智能技术发展
1.3. 人工智能应用发展
第二章 GIS与AI技术融合
2.1. 基于深度学习的遥感图像处理
2.2. 时空分布模式预测
2.3. 基于AI的空间数据处理
2.4. 基于机器学习的轨迹分析与空间优化
2.5. 基于自然语言处理的地理编码
第三章 SuperMap AI GIS技术体系
3.1. 概述
3.1.1. 数据
3.1.2. 领域库
3.1.3. AI基础框架
3.1.4. AI GIS功能
3.2. GeoAI
3.2.1. 空间统计学
3.2.1.1. 空间总体特征
3.2.1.2. 空间格局与回归
3.2.1.3. 空间插值
3.2.1.4. 地理分布
3.2.2. 空间机器学习
3.2.2.1. 聚类分析
3.2.2.2. 分类分析
3.2.2.3. 回归分析
3.2.3. 空间深度学习
3.2.3.1. 倾斜摄影DSM建筑物底面提取
3.2.3.2. 目标检测
3.2.3.3. 场景分类
3.2.3.4. 二元分类
3.2.3.5. 地物分类
3.2.4. GeoAI流程工具
3.2.4.1. 数据获取与准备
3.2.4.2. 模型构建与管理
3.2.4.3. 模型发布与应用
3.3. AI赋能GIS
3.3.1. AI属性采集
3.3.2. AI测图
3.3.3. AI配图
3.3.4. AI交互
3.4. GIS赋能AI
3.4.1. 空间可视化赋能AI
3.4.2. 空间分析赋能AI
第四章 SuperMap AI GIS产品体系
4.1. 组件产品
4.1.1. SuperMap iObjects for Spark
4.1.2. SuperMap iObjects Python
4.2. 桌面端产品
4.2.1. 空间统计分析工具箱
4.2.2. 机器学习工具箱
4.2.3. AI配图
4.2.4. AI交互
4.3. 服务器产品
4.3.1. 分布式分析服务
4.3.2. 数据科学服务
4.3.3. 机器学习服务
4.4. 移动端产品
4.4.1. AI属性采集
4.4.2. 视频目标检测
4.4.3. 视频目标跟踪
4.4.4. 视频目标聚合
4.4.5. 视频目标识别
第五章 SuperMap AI GIS硬件配置方案
5.1. 测试配置参考
5.2. 推荐配置参考
第六章 AI GIS行业应用
6.1. 自然资源
6.2. 智慧城市
6.3. 农林
6.4. 水利
6.5. 交通
6.6. 环保气象
更多资源
来源：CSDN
作者：supermapsupport
链接：https://blog.csdn.net/supermapsupport/article/details/103631508