注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. BP神经网络的沙漠化土地信息提取研究

  2. 以塔克拉玛干沙漠南缘策勒绿洲为例， 探讨了基于主成分融合的沙漠化信息的提取方法。由landsatETM+的全色波段与多光谱波段有相同成像条件， 影像获取时间一致， 两种不同分辨率的数据可以不经配准而实现高精度融合。首先，对landsatETM+的全色图像与多光谱 图像进行主成分融合处理,再利用 B P神经网络模 型， 以相同的训练样本分别对融合前后的影像进行分类， 在此基础上进行沙漠化信息的提取。结果表明： 主成分变换融合图像的光谱信息保持性 、 信息量以及空间分解力都较高， 且分类精度比la

  3. 所属分类：网络基础

  1. 支持向量机在土地分类中的应用

  2. 提出一种基于光谱相似尺度(spectral similarity scale,SSS)的支持向量机(support vectormachines,SVM)遥感土地分类新方法,该方法选择莆田市作为遥感土地利用分类典型研究区,利用该区域的Landsat7 ETM遥感影像结合地面实况调查数据,从图像上选取少量具有代表性的样本点的光谱作为参考光谱,利用SSS方法提取训练样本,然后应用SVM算法进行遥感土地利用分类,并将分类结果与最大似然分类算法(MLC)相比较,实验结果表明分类精度上有了很大的提高.

  3. 所属分类：其它

    • 发布日期：2008-10-15
    • 文件大小：115712
    • 提供者：woshilong

  1. 特征选择与图像匹配

  2. 面向对象分类方法是适合于高空间分辨率影像信息提取的技术之一，主要包括最邻 近和隶属度函数两种分类方法，具有小样本和高维特征的特点。其中，面向对象隶属度 函数的模糊分类更是适合于研究范围较大影像区域。实际应用隶属度函数分类时，一般 是针对研究区遥感影像的特点，根据经验知识，人为的分析和尝试极少量的特征，以分 类结果好坏决定是否选用该特征。显然这种方式具有一定的主观性和盲目性，缺乏科学 性和实用性，选取的特征难以保证分类的精度与速度。本文依托“十二五”计划中“高 分数据土地利用要素快速提取技术”课

  3. 所属分类：其它

    • 发布日期：2017-11-20
    • 文件大小：8388608
    • 提供者：lemonwumiao

  1. 北达科他州Pipestem Creek内土地利用和土地覆盖数据空间自相关的不确定性分析

  2. 对北达科他州生物多样性的主要威胁是将林地转变为可耕地，尤其是充当河岸缓冲带的土地。 为了扭转这种转变趋势，必须使用验证和预测模型来评估变化。 使用克里金法的地理信息系统（GIS）中的空间预测是一种流行的随机方法。 这项研究的目的是预测北达科他州一个小农业流域Pipestem Creek的时空变化。 美国从1976年到2015年使用卫星图像。为了扩大林地和非林地之间的差异，使用了一种光谱转换方法-流苏帽的绿色指数（TCGI）。 为了研究研究期内图像中的空间结构，生成了半变异函数。 使用变化检测的遥

  3. 所属分类：其它

    • 发布日期：2020-06-03
    • 文件大小：4194304
    • 提供者：weixin_38751537

  1. 利用遥感图像进行土地利用分类方法的研究

  2. 以徐州市1987年9月的Landsat TM影像为信息源,利用3种方法对徐州市的土地利用进行了分类,并对分类结果进行了分析对比,最后提出用综合阈值法对城市土地利用进行分类,此方法能很好地区分城镇用地和裸地等不容易区分的地类,有效地降低混合像元带来的影响,提高土地利用信息的精度.

  3. 所属分类：其它

    • 发布日期：2020-07-18
    • 文件大小：1048576
    • 提供者：weixin_38718223