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. 高光谱遥感图像的端元递进提取算法

  2. 　针对高光谱遥感图像中可能并不存在图像端元这一问题,试探的提出一种基于线性混合模型下对初步 提取的最近似于端元的像元进行再分析的端元提取算法,即高光谱遥感图像的端元递进提取算法。

  3. 所属分类：其它

    • 发布日期：2009-12-31
    • 文件大小：743424
    • 提供者：cpandzl

  1. 【期刊】基于径向基函数神经网络的高光谱遥感图像分类

  2. 从径向基函数神经网络的理论出发, 针对高光谱数据的特点, 设计了有效的特征提取模型, 再与径向基函数神经网络的输入层连接, 建立了一个新的径向基函数神经网络的高光谱遥感影像分类模型, 并用国产OMISII 传感器获得的64 波段数据进行试验。首先进行了最小噪声分离变换, 提取了1～20 个分量的数据, 使用提取后的数据(20 维) 、提取后数据的纹理变换(20 维) 和主成分分析的前(20 维) , 组成了60 维向量数据进行分类处理, 这种分类器结构简单、容易训练、收敛速度快, 其分类精度达

  3. 所属分类：网络基础

    • 发布日期：2010-11-09
    • 文件大小：666624
    • 提供者：timeme

  1. 高光谱遥感图像模糊c均值聚类算法的matlab实现

  2. 高光谱遥感图像模糊c均值聚类算法的matlab实现

  3. 所属分类：电信

    • 发布日期：2011-06-24
    • 文件大小：2048
    • 提供者：ele51diy

  1. 高光谱遥感实验

  2. 1 运用遥感软件认识光谱库 2 提取高光谱数据上的兴趣样区 3 进行彩色合成显示 4 学习使用ENVI的FLAASH模块进行高光谱遥感图像的大气校正

  3. 所属分类：教育

    • 发布日期：2013-12-30
    • 文件大小：307200
    • 提供者：u013197230

  1. 高光谱遥感数据集Salinas

  2. Salinas数据集，用于高光谱遥感图像分类，非常常用。ke'yi

  3. 所属分类：算法与数据结构

    • 发布日期：2017-12-05
    • 文件大小：27262976
    • 提供者：strider20151

  1. 高光谱遥感图像数据集Pavia

  2. 深度学习高光谱遥感图像数据集，光谱波段数为102，图像像素1096*1096

  3. 所属分类：深度学习

    • 发布日期：2018-03-10
    • 文件大小：128974848
    • 提供者：qq_29592829

  1. 高光谱遥感图像数据集

  2. 常用的高光谱遥感图像数据集，包含Indians Pines、Botswana、KSC、PaviaU、Salinas及它们的ground truth矩阵。文件后缀为.mat

  3. 所属分类：机器学习

    • 发布日期：2018-04-14
    • 文件大小：203423744
    • 提供者：hsintao

  1. 高光谱遥感图像谐波分析matlab代码

  2. 将信号处理理论中的谐波分析方法应用到高光谱遥感图像处理中，将空谱域的分析变化到频率域中，文件中提供了高光谱遥感图像的谐波分析matlab代码

  3. 所属分类：图像处理

    • 发布日期：2018-06-07
    • 文件大小：7340032
    • 提供者：u010936631

  1. 高光谱遥感图像小目标探测方法研究

  2. 高光谱遥感图像小目标探测方法研究，刘澍，邓喀中，高光谱遥感技术能够借助丰富的地物图像和光谱信息，反映目标地物与背景地物间的细微差异，非常有利于目标探测。本文分析了高光谱

  3. 所属分类：其它

    • 发布日期：2020-03-13
    • 文件大小：378880
    • 提供者：weixin_38516380

  1. 基于SSAE深度学习特征表示的高光谱遥感图像分类方法_商宏涛.pdf

  2. 针对遥感图像中高光谱数据的分类问题，提出一种基于堆叠稀疏自动编码器（ＳＳＡＥ）深度学习特征表示的高光谱遥感 图 像 分 类 方 法；首 先，将光谱数据样本进行预处理和归一化；然 后，将 其 输 入 到ＳＳＡＥ中进行特征表示学习，并通过网格搜索来获得最优网络参数，以此获得有效的特征表示；最后通过支持向量机（ＳＶＭ）分类器对输入图像特征进行分类，最 终实 现 遥感图像中像素的分类；在两个标准数据集上的实验结果表明，该方法能够实现准确的高光谱地物分类。

  3. 所属分类：机器学习

    • 发布日期：2020-02-14
    • 文件大小：477184
    • 提供者：qq_24887639

  1. 人工神经网络在高光谱遥感影像分类中的应用

  2. 人工神经网络在高光谱遥感影像分类中的应用，郑玉凤，，高光谱遥感图像数据具有数据量大、波段很多很窄、波段相关性强、信息冗余多、图光一体化等特征。而遥感图像上的光谱值是多种地物

  3. 所属分类：其它

    • 发布日期：2020-01-27
    • 文件大小：363520
    • 提供者：weixin_38705014

  1. 多方向投影寻踪与高光谱遥感图像特征提取

  2. 介绍了投影寻踪算法的基本原理,构造了面向易混分类别的高光谱遥感数据投影寻踪指标,在单方向投影寻踪算法的基础上,提出了序贯多方向投影寻踪算法.在该算法提取出的特征方向上,易混分地物类别的分类精度提高6%左右,但存在压制其他地物的矛盾.

  3. 所属分类：其它

    • 发布日期：2020-07-18
    • 文件大小：1048576
    • 提供者：weixin_38702515

  1. 基于改进的OIF和SVM算法的高光谱遥感图像分类

  2. 文章提出了一种结合改进的最佳指数法（OIF）和支持向量机（SVM）进行高光谱成像影像分类的新方法。影像，透过新影像进行OIF计算，得到OIF值最大的分割组合为最佳分割组合；并建立SVM分类器，对最佳分类组合分类；最后将分类结果与其他监督分类方法比较，并在相同核函数结果与PCA和SVM结合的方法进行精度比较分析。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：573440
    • 提供者：weixin_38746018

  1. 基于多特征融合的高光谱遥感图像分类研究

  2. 遥感图像分类的应用在遥感图像研究中具有重要意义。为了提高高光谱遥感图像分类精度，本文提出了基于多特征融合的高光谱遥感分类方法。该方法将图像的空间特征和光谱特征归一融合，然后使用AdaBoost分类器集成算法对特征进行分类。首先，该方法使用主成分分析对高光谱数据降维，并提取图像的纹理特征和直方图特征，然后将三种特征归一化；最后使用AdaBoost集成分类方法对高光谱遥感数据分类。实验结果表明，相比于单个特征分类，该方法可取得较高的分类精度。

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：1048576
    • 提供者：weixin_38668776

  1. 基于SVM的高光谱遥感图像亚像元定位

  2. 基于SVM的高光谱遥感图像亚像元定位

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：1048576
    • 提供者：weixin_38545768

  1. 基于光谱分析和动态分形维数的高光谱遥感图像云检测

  2. 基于光谱反射特性，研究了多种背景下的快速云检测方法。将光谱反射特性与云的纹理特性相结合，提出了基于动态分形维数和辐射量特性相结合的云检测综合算法。以EO-1卫星Hyperion传感器拍摄的高光谱遥感图像为例，研究了不同下垫面的含云遥感图像，并检测与分析了厚云区和薄云区。对比遥感图像云检测的两种算法，所提算法可以更加精确地识别薄云区，极大地提高了遥感图像云检测精度，同时又可满足星载高光谱图像快速云检测的要求。

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：9437184
    • 提供者：weixin_38605188

  1. 基于多元线性回归的高光谱遥感图像小波去噪

  2. 基于多元线性回归的高光谱遥感图像小波去噪

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：428032
    • 提供者：weixin_38607864

  1. 小样本高光谱遥感图像深度学习方法

  2. 小样本高光谱遥感图像深度学习方法

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：993280
    • 提供者：weixin_38663608

  1. 基于自适应参数支持向量机的高光谱遥感图像小目标检测

  2. 针对高光谱遥感图像的小目标检测问题，提出了一种基于自适应参数支持向量机(SVM)的检测方法。采用主成分分析(PCA)法对高光谱遥感图像进行降维，降低数据冗余度；之后通过无监督检测方法对小目标进行快速、粗糙定位，并将该定位结果作为后验信息输入到SVM中；依据后验信息与核空间散度准则自适应确定SVM中核函数的参数，并使用SVM 在核空间中寻找分离目标和背景的最佳超平面；利用该超平面将像元重新分类为背景和目标，并且迭代上述操作，得到精确且稳定的目标检测结果。大量实验结果表明，与经典RX方法、核RX方法

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：2097152
    • 提供者：weixin_38719702

  1. 一种基于Spark的高光谱遥感图像分类并行化方法

  2. 为了实现大数据量遥感图像的分类，提出了一种Spark平台下高光谱遥感图像稀疏表示分类并行化方法PSCSRC， 首先设计五元组形式的中间数据存储结构，其次在每次迭代中只是将稀疏矩阵中与中间矩阵各分块对应的子矩阵分发到各节点，这就减少了中间数据Shuffle和数据传递的时间消耗。实验结果表明，PSCSRC分类方法与SCSRC分类方法相比，在保证分类精度的同时，执行速度有了明显的提升。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：857088
    • 提供者：weixin_38711643
« 12 3 4 5 6 7 8 9 10 »