期刊文献+
共找到84篇文章
< 1 2 5 >
每页显示 20 50 100
基于高光谱遥感图像的目标毁伤区域检测 预览
1
作者 陈克 《遥测遥控》 2019年第3期28-31,共4页
为精准快速评估目标伤毁区域,提出基于高光谱遥感图像的目标毁伤区域分割方法。首先利用分类概率保持的鉴别分析方法对高光谱数据进行降维,然后利用基于局部高斯分布拟合模型的水平集演化方法对毁伤区域进行分割。仿真实验结果验证了方... 为精准快速评估目标伤毁区域,提出基于高光谱遥感图像的目标毁伤区域分割方法。首先利用分类概率保持的鉴别分析方法对高光谱数据进行降维,然后利用基于局部高斯分布拟合模型的水平集演化方法对毁伤区域进行分割。仿真实验结果验证了方法的有效性。 展开更多
关键词 高光谱遥感图像 降维 水平集 图像分割
在线阅读 下载PDF
基于高光谱遥感图像的树种(树种组)分类 预览
2
作者 王志辉 张乐 +2 位作者 徐惠军 刘天阳 鲍永新 《华东森林经理》 2019年第2期61-66,共6页
高光谱遥感图像各波段间存在着高相关性和高冗余度,在处理方面上具有一定的困难。使用光谱一阶、二阶微分法对高光谱遥感图像进行处理,增强像元亮度值的差异,选择树种特征差异性较大的特征波段进行组合降维,再利用野外实地调查的样地作... 高光谱遥感图像各波段间存在着高相关性和高冗余度,在处理方面上具有一定的困难。使用光谱一阶、二阶微分法对高光谱遥感图像进行处理,增强像元亮度值的差异,选择树种特征差异性较大的特征波段进行组合降维,再利用野外实地调查的样地作为分类训练样本进行分类,然后用位置精度评价对原始影像及光谱一阶、二阶分类结果进行精度评价及分析比较。结果表明,光谱一阶、二阶微分法所选取的波段总体分类精度与Kappa系数都比原始图像分类结果高,其总体分类精度分别为90.20%与91.30%,Kappa系数分别为0.85与0.86;而原始图像分类的总体分类精度与Kappa系数分别为80.20%与0.78。由此可知,光谱一阶、二阶微分法所选取的波段对毛竹、雷竹、杂竹、杉木、马尾松、常绿阔叶树和落叶阔叶树等7个树种(树种组)区分较为有效。 展开更多
关键词 高光谱遥感图像 像元亮度值 光谱一阶、二阶微分 树种(树种组)分类
在线阅读 下载PDF
联合空间预处理与双边滤波的稀疏RX高光谱异常检测 预览
3
作者 成宝芝 赵春晖 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2019年第4期851-857,共7页
针对RX异常目标检测算法对高光谱图像异常目标检测精度低和虚警率高的问题,本文提出一种充分利用高光谱图像的空间信息和光谱信息,并联合高光谱图像自身存在的稀疏特性,对经典RX异常检测算法进行改进,得到一种稀疏RX异常目标检测算法。... 针对RX异常目标检测算法对高光谱图像异常目标检测精度低和虚警率高的问题,本文提出一种充分利用高光谱图像的空间信息和光谱信息,并联合高光谱图像自身存在的稀疏特性,对经典RX异常检测算法进行改进,得到一种稀疏RX异常目标检测算法。通过利用空间预处理方法抑制背景数据信息,使异常目标点突出,然后利用双边滤波方法再次对高光谱图像进行滤波处理,滤除噪声干扰对高光谱图像的影响;在此基础上,利用稀疏表示理论,计算高光谱图像的稀疏差异指数,再利用稀疏差异指数重构一个高光谱图像数据向量,最后利用RX方法进行异常目标检测,得到异常目标检测结果。利用高光谱图像进行仿真验证,能够得到算法的检测精度高、虚警率低和鲁棒性好。 展开更多
关键词 高光谱遥感图像 异常检测 稀疏表示 空间预处理 双边滤波 背景数据 高斯滤波 核函数
在线阅读 下载PDF
局部信息保持极限学习机的遥感图像分类 预览
4
作者 何阳 闫德勤 刘德山 《计算机应用与软件》 北大核心 2019年第1期263-270,324共9页
极限学习机ELM(Extreme learning machine)以其简单快速和良好的泛化能力在模式识别和机器学习领域得到了广泛的应用。近年来,研究人员将其应用到高光谱遥感图像分类问题中。然而,由于数据样本有限,极限学习机及其相关技术在遥感图像中... 极限学习机ELM(Extreme learning machine)以其简单快速和良好的泛化能力在模式识别和机器学习领域得到了广泛的应用。近年来,研究人员将其应用到高光谱遥感图像分类问题中。然而,由于数据样本有限,极限学习机及其相关技术在遥感图像中存在数据学习不充分的问题。流形学习算法揭示了数据内在的几何结构信息。根据遥感图像的特点,基于流形学习的思想,将遥感图像数据样本的流行结构引入到ELM模型中,提出一种基于局部信息保持极限学习机LPKELM(locality information preserving extreme learning machine)。为了验证所提算法的有效性,使用两个高光谱遥感图像数据集进行实验。实验结果表明,LPKELM的分类性能优于SVM、KELM、KCRT-CK和MLR算法。 展开更多
关键词 极限学习机 模式识别 高光谱遥感图像 局部信息保持
在线阅读 下载PDF
基于Cholesky分解的高光谱实时异常探测的GPU优化 预览
5
作者 李萍 关桂霞 +2 位作者 吴太夏 彭波 黄晓 《传感器与微系统》 CSCD 2019年第3期7-10,共4页
高光谱遥感图像具有超多波段、光谱分辨率高、信息量丰富等优点,但同时也给异常探测的实时处理带来了重大考验。基于Cholesky分解的高光谱实时异常探测算法很好地解决了实时性问题,而图形处理器(GPU)的并行优化设计则更高效。实验结果表... 高光谱遥感图像具有超多波段、光谱分辨率高、信息量丰富等优点,但同时也给异常探测的实时处理带来了重大考验。基于Cholesky分解的高光谱实时异常探测算法很好地解决了实时性问题,而图形处理器(GPU)的并行优化设计则更高效。实验结果表明:提出的优化设计在保证探测精度的同时,进一步提升了计算效率,算法加速比最高达到3.14倍,说明基于GPU的并行优化算法能够较好地满足高光谱遥感图像实时处理的应用需求。 展开更多
关键词 高光谱遥感图像 实时异常探测 CHOLESKY分解 图形处理器并行优化
在线阅读 下载PDF
高光谱遥感图像波段选择方法研究
6
作者 黎伟强 倪志平 《激光杂志》 北大核心 2019年第6期55-58,共4页
波段是高光谱遥感图像信息的重要载体,当前高光谱遥感图像波段选择方法存在精度低等问题,提出基于一种高精度的高光谱遥感图像波段选择方法。首先对当前高光谱遥感图像波段选择方法的研究现状进行分析,并建立高光谱遥感图像波段选择方... 波段是高光谱遥感图像信息的重要载体,当前高光谱遥感图像波段选择方法存在精度低等问题,提出基于一种高精度的高光谱遥感图像波段选择方法。首先对当前高光谱遥感图像波段选择方法的研究现状进行分析,并建立高光谱遥感图像波段选择方法框架,然后利用贝叶斯判定理论将波段选择框架转换成选择模式,利用训练数据计算后验概率,将后验概率最大作为标准,选择较高光谱遥感图像波段,最后仿真实验结果表明,本文方法可准确高效的对高光谱遥感图像进行波段选择,得到十分理想的高光谱遥感图像波段选择效果。 展开更多
关键词 高光谱遥感图像 贝叶斯判定理论 波段选择 后验概率
一种改进的超宽条带噪声消除算法 预览
7
作者 黄世奇 张玉成 +1 位作者 王荣荣 刘哲 《计算机应用研究》 CSCD 北大核心 2018年第6期1867-1871,1878共6页
针对高光谱遥感图像中的超宽条带噪声干扰现象,在深入研究高光谱图像特点和条带噪声产生机理的基础上,提出了一种新的基于最小序列值、小波变换和矩匹配相结合的滤波算法(OWM算法)。该算法主要包括灰度对比度处理、最小序列值处理、... 针对高光谱遥感图像中的超宽条带噪声干扰现象,在深入研究高光谱图像特点和条带噪声产生机理的基础上,提出了一种新的基于最小序列值、小波变换和矩匹配相结合的滤波算法(OWM算法)。该算法主要包括灰度对比度处理、最小序列值处理、小波变换系数归零处理和矩匹配处理四个步骤。用实际的高光谱图像进行了一系列的验证比较实验,获得了较好的实验效果。实验结果表明,OWM算法不仅能够有效滤除高光谱图像中的超宽条带噪声,而且还具有较好的普适性。 展开更多
关键词 高光谱遥感图像 超宽条带噪声 最小序列值 小波变换 矩匹配
在线阅读 下载PDF
基于聚类结构自适应稀疏表示的高光谱遥感图像修复研究
8
作者 秦振涛 杨茹 +1 位作者 张靖 杨武年 《遥感技术与应用》 CSCD 北大核心 2018年第2期212-215,341共5页
高光谱影像(Hyper-Spectral Image,HSI)的图像修复是其数据应用中重要的一个环节,最终会影响后续工作的准确性。提出一种新的基于聚类结构自适应稀疏表示的高光谱遥感图像的修复算法,该方法的优点是根据遥感图像地物的特征进行自适应... 高光谱影像(Hyper-Spectral Image,HSI)的图像修复是其数据应用中重要的一个环节,最终会影响后续工作的准确性。提出一种新的基于聚类结构自适应稀疏表示的高光谱遥感图像的修复算法,该方法的优点是根据遥感图像地物的特征进行自适应地块大小选择,并对像素聚类后各个波段图像按照字典学习算法进行稀疏表示,通过稀疏逼近实现高光谱遥感图像的修复。实验结果表明:利用自适应获得的稀疏系数能更好地表示高光谱图像,图像的峰值信噪比(Peak Signal-toNoise Ratio,PSNR)为26.6dB,比其他研究的算法有所提高。该方法可以应用于遥感图像处理流程中,提高图像的应用潜力。 展开更多
关键词 聚类 自适应 稀疏表示 高光谱遥感图像 修复
变异系数降维的CNN高光谱遥感图像分类 被引量:1
9
作者 张康 黑保琴 +1 位作者 周壮 李盛阳 《遥感学报》 CSCD 北大核心 2018年第1期87-96,共10页
为了实现地物精准分类,需要有效地提取与分析高光谱遥感图像中丰富的空一谱信息。提出一种适用于高光谱遥感图像分类的变异系数与卷积神经网络相结合(CV-CNN)的方法。这种新方法引人变异系数的思想来衡量高光谱遥感图像不同波段之间... 为了实现地物精准分类,需要有效地提取与分析高光谱遥感图像中丰富的空一谱信息。提出一种适用于高光谱遥感图像分类的变异系数与卷积神经网络相结合(CV-CNN)的方法。这种新方法引人变异系数的思想来衡量高光谱遥感图像不同波段之间的相似性和差异性,从而提出类间变异系数(CVIE)和类内变异系数(CVIA)的概念。通过计算(CVIE)^2/CVIA的值来剔除高光谱遥感图像中的低效波段,然后提取每个像素的空一谱信息,并对其进行2维矩阵化操作,转化为便于卷积神经网络(CNN)输入的灰度图像,最后采用自行构建的适合于高光谱遥感图像分类的CNN模型进行分类。Indian Pines和Pavia University两组数据的实验结果表明,该方法在两种数据集下的总体精度分别达到98.69%和99.66%,有效地改善了高光谱遥感图像的分类精度。 展开更多
关键词 卷积神经网络 深度学习 变异系数 高光谱遥感图像 分类
基于二阶矩稀疏编码的高光谱遥感图像分类 预览
10
作者 徐佳庆 万文 吕启 《计算机科学》 CSCD 北大核心 2018年第9期288-293,共6页
高光谱遥感技术是当前遥感领域的前沿技术,将稀疏编码应用于高光谱遥感图像处理是近年来高光谱信息处理的一个热点研究方向。以提升高光谱遥感图像分类准确度为目标,提出一种基于二阶矩空谱联合稀疏编码的遥感图像分类方法。首先从各地... 高光谱遥感技术是当前遥感领域的前沿技术,将稀疏编码应用于高光谱遥感图像处理是近年来高光谱信息处理的一个热点研究方向。以提升高光谱遥感图像分类准确度为目标,提出一种基于二阶矩空谱联合稀疏编码的遥感图像分类方法。首先从各地物参考数据中选取训练样本,通过学习构造得到字典,然后在训练得到的字典的基础上通过稀疏编码获得每个像元的稀疏系数,之后将稀疏系数作为分类器的输入,通过分类器的分类判决得到最终的分类结果。利用北京市朝阳地区的天宫一号可见近红外高光谱遥感图像数据和KSC高光谱数据,将该方法与支持向量机(SVM)、基于光谱维信息的稀疏编码以及一阶矩空谱联合稀疏编码等方法进行了比较。实验结果表明,提出的分类方法较其他几种方法可以取得更好的分类效果,在天宫一号和KSC数据上的总体分类精度分别可达到95.74%和96.84%,Kappa系数分别可达到0.9476和0.9646。 展开更多
关键词 高光谱遥感图像 分类 稀疏编码
在线阅读 免费下载
Evaluation of atmospheric corrections on hyperspectral data with special reference to mineral mapping 预览
11
作者 Nisha Rani Venkata Ravibabu Mandla Tejpal Singh 《地学前缘:英文版》 CAS CSCD 2017年第4期797-808,共12页
Hyperspectral images have wide applications in the fields of geology,mineral exploration,agriculture,forestry and environmental studies etc.due to their narrow band width with numerous channels.However,these images co... Hyperspectral images have wide applications in the fields of geology,mineral exploration,agriculture,forestry and environmental studies etc.due to their narrow band width with numerous channels.However,these images commonly suffer from atmospheric effects,thereby limiting their use.In such a situation,atmospheric correction becomes a necessary pre-requisite for any further processing and accurate interpretation of spectra of different surface materials/objects.In the present study,two very advance atmospheric approaches i.e.QUAC and FLAASH have been applied on the hyperspectral remote sensing imagery.The spectra of vegetation,man-made structure and different minerals from the Gadag area of Karnataka,were extracted from the raw image and also from the QUAC and FLAASH corrected images.These spectra were compared among themselves and also with the existing USGS and JHU spectral library.FLAASH is rigorous atmospheric algorithm and requires various parameters to perform but it has capability to compensate the effects of atmospheric absorption.These absorption curves in any spectra play an important role in identification of the compositions.Therefore,the presence of unwanted absorption features can lead to wrong interpretation and identification of mineral composition.FLAASH also has an advantage of spectral polishing which provides smooth spectral curves which helps in accurate identification of composition of minerals.Therefore,this study recommends that FLAASH is better than QUAC for atmospheric correction and correct interpretation and identification of composition of any object or minerals. 展开更多
关键词 高光谱数据 大气校正 矿物填图 美国地质调查局 高光谱图像 高光谱遥感图像 评价 矿产勘探
在线阅读 下载PDF
基于谱聚类和稀疏表示的高光谱图像分类算法 被引量:9
12
作者 董安国 李佳逊 +1 位作者 张蓓 梁苗苗 《光学学报》 CSCD 北大核心 2017年第8期356-363,共8页
为了增强高光谱遥感图像的分类效果,提出基于谱聚类和稀疏表示的两级分类算法。利用谱聚类将待分类的像元及其邻域内所有的像元分成两类,利用联合稀疏表示模型确定按规则选取的其中一类的具体类别,并以该类别作为像元的类。该算法充分... 为了增强高光谱遥感图像的分类效果,提出基于谱聚类和稀疏表示的两级分类算法。利用谱聚类将待分类的像元及其邻域内所有的像元分成两类,利用联合稀疏表示模型确定按规则选取的其中一类的具体类别,并以该类别作为像元的类。该算法充分利用高光谱图像的光谱及空间信息,两级分类过程均考虑了噪声及区域边界对分类效果的影响。进一步利用空间信息对分类算法进行修正,即关联邻近像元的类别,平滑分类结果。数值实验表明,该算法的分类精度高、稳定性好、抗噪性强。 展开更多
关键词 遥感 高光谱遥感图像 遥感图像分类 联合稀疏表示 谱聚类
混合全变差和低秩约束下的高光谱图像复原
13
作者 谢晓振 徐鹏 +1 位作者 彭真 张雯佳 《中国图象图形学报》 CSCD 北大核心 2017年第11期1592-1601,共10页
目的 由于高光谱遥感数据携带丰富的光谱和空间信息,使其在许多领域得以广泛关注和应用。但是高光谱遥感数据在获取过程中受到各种因素的影响,存在多种不同程度的退化,进而影响到后续的处理和应用。因此,提出一种基于低秩矩阵近似... 目的 由于高光谱遥感数据携带丰富的光谱和空间信息,使其在许多领域得以广泛关注和应用。但是高光谱遥感数据在获取过程中受到各种因素的影响,存在多种不同程度的退化,进而影响到后续的处理和应用。因此,提出一种基于低秩矩阵近似和混合全变差正则化方法来复原退化的高光谱遥感数据。方法 首先分析高光谱遥感数据的两种低秩先验:光谱低秩先验和空间低秩先验;然后利用光谱低秩先验建立低秩矩阵近似表示模型,有效抑制稀疏噪声,例如脉冲噪声、条纹噪声、死线噪声等;再利用空间低秩先验建立混合全变差正则化模型,有效去除高密度噪声,例如强高斯噪声、泊松噪声等;最后结合两种模型的优势,建立基于低秩矩阵近似和混合全变差正则化模型。结果 利用多组高光谱遥感数据,和多种相关的高光谱复原方法进行对比仿真实验,表明新模型的结果在视觉质量有很大改进。与目前最新的复原模型相比,提出的模型的平均峰值信噪比能提高1.8 dB,而平均结构相似数值指标能提高0.05。结论 新模型充分利用高光谱遥感数据的空间和光谱低秩先验,针对含有高密度噪声和稀疏异常值的高光谱遥感数据,能够有效复原出高质量的高光谱遥感数据。 展开更多
关键词 高光谱遥感图像 图像复原 低秩表示 全变差 正则化方法 稀疏先验
联合纹理和光谱特征的高光谱图像分类方法 预览
14
作者 余健 《韩山师范学院学报》 2017年第6期18-26,共9页
高光谱图像分类是当前遥感信息处理的热点问题.传统高光谱遥感图像分类方法只利用图像的光谱特征,没有考虑高光谱遥感图像各像素点邻域的空间特征.文中提出了一种联合纹理特征与光谱特征的高光谱图像分类方法.首先,使用灰度共生矩阵提... 高光谱图像分类是当前遥感信息处理的热点问题.传统高光谱遥感图像分类方法只利用图像的光谱特征,没有考虑高光谱遥感图像各像素点邻域的空间特征.文中提出了一种联合纹理特征与光谱特征的高光谱图像分类方法.首先,使用灰度共生矩阵提取了高光谱遥感图像每一像素点邻域的贡献较大的六个纹理特征,再联合各像素点的光谱特征,形成纹理一光谱特征.最后,基于支持向量机和极端随机树算法对公开的高光谱遥感图像数据集IndianPines和PaviaUniversityscene进行分类实验,结果表明该方法相比传统方法取得更高的分类性能. 展开更多
关键词 高光谱遥感图像 分类 纹理特征 光谱特征 极端随机树
在线阅读 下载PDF
基于深度卷积神经网络的高光谱遥感图像分类 预览 被引量:6
15
作者 罗建华 李明奇 +1 位作者 郑泽忠 李江 《西华大学学报:自然科学版》 CAS 2017年第4期13-20,共8页
传统的高光谱图像分类模型只考虑光谱特征信息,忽略了图像空间结构信息在分类中的重要作用. 为提高高光谱遥感图像的分类精度,提出-种同时利用高光谱图像的光谱信息和空间信息的深度卷积神经网络分 类模型.通过对低层特征自动分层地学... 传统的高光谱图像分类模型只考虑光谱特征信息,忽略了图像空间结构信息在分类中的重要作用. 为提高高光谱遥感图像的分类精度,提出-种同时利用高光谱图像的光谱信息和空间信息的深度卷积神经网络分 类模型.通过对低层特征自动分层地学习来提取更加抽象的高层特征,提取的特征具有平移、缩放及其他形式扭 曲等高度不变性;基于学习到的深度特征,用 log1 St1 C回归分类器进行分类训练.高光谱数据实验结果表明,深度卷 积神经网络模型能够提高高光谱遥感图像的分类精度,从而验证了深度卷积神经网络进行高光谱图像分类的可行 性和有效性. 展开更多
关键词 高光谱遥感图像 卷积神经网络 特征提取 logMc回归分类器 分类精度 可行性 有效性
在线阅读 免费下载
基于判别信息极限学习机的高光谱遥感图像分类 预览 被引量:1
16
作者 杨伊 闫德勤 +1 位作者 张海英 楚永贺 《软件导刊》 2017年第1期161-165,共5页
极限学习机(ELM)以其高效、快速和良好的泛化性能在模式识别领域得到广泛应用,然而在高光谱遥感图像分类中,极限学习机算法不能较好地利用数据蕴含的判别信息,限制了ELM的分类性能。为此,提出一种基于判别信息极限学习机(IELM)... 极限学习机(ELM)以其高效、快速和良好的泛化性能在模式识别领域得到广泛应用,然而在高光谱遥感图像分类中,极限学习机算法不能较好地利用数据蕴含的判别信息,限制了ELM的分类性能。为此,提出一种基于判别信息极限学习机(IELM),IELM继承了极限学习机的优势,并在一定程度上解决了极限学习机在有限高光谱遥感图像数据样本中学习不充分的问题。高光谱遥感图像分类实验结果表明,该算法具有较好的分类效果。 展开更多
关键词 极限学习机 模式识别 高光谱遥感图像 判别信息
在线阅读 免费下载
基于正交非负矩阵分解的高光谱遥感图像混合像元分解 预览
17
作者 孙莉 赵庚星 《山东农业大学学报:自然科学版》 CSCD 2017年第2期264-267,共4页
像元分解是遥感图像信息挖掘的重要手段,非负矩阵分解模型应用于高光谱遥感图像混合像元分解时,分解的效果与算法所获局部最优解密切相关。本文将带正交性约束的非负矩阵分解用于光谱解混,保证了分解矩阵列向量的线性无关性,进而使... 像元分解是遥感图像信息挖掘的重要手段,非负矩阵分解模型应用于高光谱遥感图像混合像元分解时,分解的效果与算法所获局部最优解密切相关。本文将带正交性约束的非负矩阵分解用于光谱解混,保证了分解矩阵列向量的线性无关性,进而使分解所得端元光谱具有较大的独立性。通过试验分析,利用正交非负矩阵分解,实现了对1997年机载可见光及红外成像光谱仪(AVIRIS)高光谱图像的混合像元分解,结果表明,增加约束条件后的正交非负矩阵分解,能成功分离出6种端元光谱,解混出的端元光谱与参考光谱的光谱角距离更小,与真实地物的丰度谱图吻合度增强。 展开更多
关键词 非负矩阵分解 高光谱遥感图像 混合像元分解
在线阅读 下载PDF
Characteristics of the sea ice reflectance spectrum polluted by oil spills based on field experiments in the Bohai Sea 预览
18
作者 CHAO Jinlong LIU Chengyu +2 位作者 LI Ying LIN Xia YAN Yu 《海洋学报:英文版》 SCIE CAS CSCD 2017年第1期73-79,共7页
在中国的 Bohai 海泼在海冰表面上的油通过一部模仿的海冰油电影的反射的地大小被学习混合象素。海冰和油电影的思考特征也被分析。海冰和油电影的混合象素是一个线性混合象素,这被发现。提取包含油电影的海冰象素的工具为油电影的不... 在中国的 Bohai 海泼在海冰表面上的油通过一部模仿的海冰油电影的反射的地大小被学习混合象素。海冰和油电影的思考特征也被分析。海冰和油电影的混合象素是一个线性混合象素,这被发现。提取包含油电影的海冰象素的工具为油电影的不同比率通过海 iceoil 电影象素的反射曲线的分析用一个双乐队比率油电影海冰索引(DROSI ) 和一个规范的差别油电影海冰索引(NDOSI ) 被介绍。在海冰油电影象素的油电影的区域比例能被 1 610-1 的乐队的平均反射精确地估计流出的油的 630 nm,和体积能进一步被估计。抽取和模型在海冰油电影象素拍摄区域估计油的比例的海冰油电影象素的方法能被用于在在短波使用 multispectral 或 hyperspectral 遥感图象的 Bohai 海盖住冰的区域监视的油喷洒红外线的乐队( 1 500-1 780 nm )。 展开更多
关键词 海上溢油 渤海海域 反射光谱特征 海冰 高光谱遥感图像 混合像元 提取方法 反射特性
在线阅读 下载PDF
基于流形对齐的高光谱遥感图像降维和分类算法 预览 被引量:1
19
作者 鲁锦涛 马丽 《国土资源遥感》 CSCD 北大核心 2017年第1期104-109,共6页
多时相的高光谱遥感图像数据处理中会出现地物光谱特征漂移的现象。为了提高源域数据已有知识对目标域数据分类的精度,采用了基于流形对齐的分类算法。先用一个标准的线性或非线性的降维方法将2个高光谱遥感数据集映射到低维(流形)空... 多时相的高光谱遥感图像数据处理中会出现地物光谱特征漂移的现象。为了提高源域数据已有知识对目标域数据分类的精度,采用了基于流形对齐的分类算法。先用一个标准的线性或非线性的降维方法将2个高光谱遥感数据集映射到低维(流形)空间中,再用Procrustes分析方法将其低维嵌入之间的平移、旋转和缩放因子剔除,得到数据集间的最优对齐,最后用最近邻算法进行分类。对多个不同时相高光谱遥感图像进行实验,并对比了已有的流形对齐算法,结果表明本算法具体较好的迁移能力和分类效果。 展开更多
关键词 PROCRUSTES 流形对齐 多时相 高光谱遥感图像 降维 分类
在线阅读 下载PDF
基于随机森林的高光谱遥感图像分类 预览 被引量:1
20
作者 王婷 《数码世界》 2017年第5期37-38,共2页
针对高光谱遥感图像分类精度较低的问题,本文提出了基于随机森林的分类算法,首先采用主成分分析法对高光谱遥感数据进行降维,并在降维后形成的主成分空间中利用随机森林分类器进行分类。为了反映该分类算法在高光谱遥感数据方面的优... 针对高光谱遥感图像分类精度较低的问题,本文提出了基于随机森林的分类算法,首先采用主成分分析法对高光谱遥感数据进行降维,并在降维后形成的主成分空间中利用随机森林分类器进行分类。为了反映该分类算法在高光谱遥感数据方面的优越性,分别与支持向量机(SVM)、随机森林(RF)进行对比分析。实验结果表明,基于主成分空间的随机森林分类模型对分类具有较高的准确率和较优的效率。 展开更多
关键词 高光谱遥感图像 主成分分析 随机森林 机器学习
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部 意见反馈