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. 高光谱图像分类

  2. 高光谱分类方法，用于多核实现空间-光谱特征的分类方法。

  3. 所属分类：教育

    • 发布日期：2011-09-17
    • 文件大小：1048576
    • 提供者：dingdsxxl

  1. 基于深度学习的资源三号遥感影像云检测方法

  2. 基于深度学习的资源三号遥感影像云检测方法。摘要 针对资源三号卫星影像波段少、光谱范围受限的特点，本文提出了基于深度学习的资源三号遥感影像云检测方法。首先，采用主成分分析非监督预训练网络结构，获得待测遥感影像特征；其次，为减少在池化过程中影像特征信息的丢失，提出自适应池化模型，该模型能很好挖掘影像特征信息；最后，将影像特征输入支持向量机分类器进行分类，获得云检测结果。选取典型区域进行云检测实验，并与传统 Otsu 方法进行对比。结果表明：本文方法检测精度高，并且不受光谱范围限制。

  3. 所属分类：深度学习

    • 发布日期：2018-02-26
    • 文件大小：811008
    • 提供者：liuxiang2000

  1. 基于深度卷积神经网络的高光谱遥感图像分类.pdf

  2. 结合高光谱数据和深度学习的特点，提出一种同时考虑像素光谱信息和空间信息的深度卷积神经网络框架。 该框架主要步骤如下：首先利用主成分分析法对高光谱遥感图像进行光谱特征提取，消除特征之间的相关性，并降低特征维数，获得清晰的空间结构；然后利用深度卷积神经网络对输入的样本进行空间特征提取；最后通过学 习到的高级特征进行 回归训练

  3. 所属分类：C/C++

    • 发布日期：2019-06-19
    • 文件大小：3145728
    • 提供者：qq_42805483

  1. 多光谱图像水域变化检测方法研究_张永梅.pdf

  2. 针对遥感图像中水域的变化检测问题，提出一种综合特征级和像素级变化检测的多光谱图像变化检测方法，用于检测多时相遥感图像中水域的变化情况；首先利用ＢＰ神经网络，选取输入层为５，选定隐含层为１０，完成多光谱图像的水域有效分类，再根据多光谱图像的水域特征，通过ＨＳＶ空间准确定位水域区域，最后利用差值法进行多光谱图像水域变化检测；实验结果表明，该方法提高了变化检测的自动化程度和变化检测效率，具有较高的检测精度。

  3. 所属分类：机器学习

    • 发布日期：2020-03-06
    • 文件大小：548864
    • 提供者：Dan510275

  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. 用于高空间分辨率遥感影像监督分类的双层上下文MRF模型

  2. 基于马尔可夫随机场（MRF）的方法已广泛用于高空间分辨率（HSR）图像分类中。 但是，许多现有的基于MRF的方法更加注重像素级上下文，而较少关注超像素级上下文信息。 为了解决这个问题，本文提出了一种新颖的双层上下文MRF框架，称为BLC-MRF，用于HSR图像分类。 具体来说，将像素和超像素级别的依赖关系合并到建议的MRF模型中，以充分利用光谱空间上下文信息并保留HSR图像中的对象边界。 在BLC-MRF中，首先执行像素级MRF模型，然后级联作为超像素级MRF的输入。 在超像素级别，分别使用超像

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：3145728
    • 提供者：weixin_38555304

  1. 使用低邻域表示和邻域保留正则化的高光谱图像特征提取

  2. 高光谱图像（HSI）通常包含数百个光谱带。 当它们用于分类任务时，HSI可能会遭受高维度的诅咒。 为了解决这个问题，采用了尺寸缩减和特征提取（FE）的基本程序。 在这封信中，我们提出了一种使用低秩表示和邻域保留正则化（LRR_NP）的HSI的有限元方法。 所提出的方法可以同时采用局部空间相似性和频谱空间结构，该结构包括多个低秩子空间的并集。 LRR的框架可以在结构上表示光谱空间的并集结构。 由于空间相邻像素在特征空间中总是共享高度相似性，因此将NP正则项引入LRR框架以考虑局部空间相关性。 分类

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：1048576
    • 提供者：weixin_38664427

  1. 基于稀疏表示的多功能遥感影像分类模型

  2. 本文利用遥感影像的光谱特征及其相关变换进行多特征建模，针对传统的SVM方法对多光谱反射影像分类精度不高的问题，将稀疏表示算法分解影像分类，并以宁夏平罗县沙湖地区遥感影像为例，通过提取多光谱红外影像变换中的归一化转化指数（NDVI）以及缨帽（KT）变换等特征，与反射影像的光谱特征相结合，生成稀疏分解的学习词典；根据学习字典计算每个像元的稀疏分解系数，得到整幅图像的稀疏表示特征。实验结果表明，无论在分类精度还是视觉效果上，本文算法都要采用传统分类方法。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：403456
    • 提供者：weixin_38524871

  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. MCNN-based_HSI_Classification:MCNN-CP：使用混合卷积和协方差合并的高光谱图像分类（TGARS 2021）； MCNN-PS和Oct-MCNN-PS：使用混合3D八度和2D-亚像素卷积神经网络的高光谱图像分

  2. 基于MCNN的_HSI_分类 文件 MCNN-CP：使用混合卷积和协方差合并的高光谱图像分类（TGARS 2021） MCNN-PS和Oct-MCNN-PS：使用混合3D八度音程和2D子像素卷积神经网络的高光谱图像分类（已提交TGARS） 1.环境设置 该代码已在配备Intel i7-9750H 2.6 GHz处理器，32 GB RAM和NVIDIA GTX1650图形卡，Python 3.6，tensorflow_gpu-1.14.0，Keras-2.2.4，CUDA 10.0， cuDNN

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：8192
    • 提供者：weixin_42101641

  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. 新型高光谱图像快速实时目标检测与分类方法

  2. 针对逐像元处理的高光谱图像实时线性约束最小方差（LCMV）检测与分类算法计算量大、运行速度慢的问题，在LCMV检测与分类算法的基础上，提出了两种逐行的实时LCMV目标检测与分类算法。首先对LCMV算法进行了因果化，提出了逐行处理的实时因果LCMV（CR-LCMV）检测与分类算法，再利用Woodbury引理，推导出了逐行处理的实时递归因果LCMV（RCR-LCMV）检测与分类算法。实验结果表明：与LCMV检测与分类算法相比，两种新型实时算法均能在不影响检测精度的情况下实时地检测目标与对目标进行分类

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：19922944
    • 提供者：weixin_38661008

  1. 基于深度学习的高分辨率遥感影像分类研究

  2. 针对高空间分辨率遥感影像的分类问题，提出了基于深度学习的分类方法。该方法通过非下采样轮廓波变换计算影像的纹理特征，利用深度学习的常用模型—深度信念网络(DBN)对高分辨率遥感影像进行了基于光谱-纹理特征的分类，并与基于单源光谱信息的DBN 分类方法、支持向量机(SVM)分类方法、传统神经网络(NN)分类方法进行了比较分析。研究结果表明：相对于单源光谱信息，利用影像的光谱-纹理特征能够有效提高高分辨率遥感影像的分类精度；相对于SVM、NN 等分类方法，DBN 能够更加准确地挖掘高分辨率遥感影像的空

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：2097152
    • 提供者：weixin_38524851

  1. 基于稀疏表示模型和自回归模型的高光谱分类

  2. 针对高光谱分类中对光谱信息和空间信息利用不足的问题，提出了一种基于稀疏表示模型和自回归模型相结合的分类算法。该算法利用稀疏表示模型和自回归模型，设计联合字典：在光谱维上，利用稀疏表示模型将高光谱的每个光谱向量表示为字典中训练样本的稀疏线性组合；在空间维上，利用自回归模型对每个光谱向量的8邻域进行约束。针对不同样本分别构造一个字典，在减少计算量的同时减小重构误差，最后在最小重构误差和邻域相关性的约束下求解稀疏表示问题，以最小重构误差为准则实现高光谱数据的分类。仿真结果表明，该方法能够有效地提高高光

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：3145728
    • 提供者：weixin_38655011

  1. 基于拉曼光谱的鼻咽癌与正常鼻咽细胞株的分类研究

  2. 高空间分辨率的共聚焦显微拉曼光谱技术从分子水平上提供了生物分子成分和结构的指纹性信息。以鼻咽癌细胞株C666-1、CNE2和正常鼻咽细胞株NP69为对象，利用拉曼光谱探索和分析癌细胞株与正常细胞株之间的差别。结果表明：谱峰比I1449/I1657(1.10)可以准确地将鼻咽癌与正常鼻咽细胞株分成两组，这一结论与相关支气管癌组织的报道结果一致；此外，采用主成分分析方法说明3种细胞株的拉曼光谱之间存在统计学差异，并以线性判别分析方法对其进行统计划分，灵敏度和特异性分别达到90%和100%。这些结论可

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：2097152
    • 提供者：weixin_38504170

  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. 融合光谱、纹理及形态特征的水稻种子品种高光谱图像单粒鉴别

  2. 水稻种子品种的单粒鉴别对于防止制种时的混杂、掺假现象，保证种子纯度具有重要意义。利用高光谱图像技术研究了水稻种子品种的单粒快速鉴别方法。采集了10 类水稻种子在400~1000 nm 范围内的高光谱反射图像并提取其光谱、纹理和形态特征；结合偏最小二乘判别分析模型比较了不同特征及其组合下的分类精度，并利用多次递进无信息变量消除算法结合偏最小二乘投影分析方法筛选最优波段。结果显示，在仅利用23 个最优波段情况下，融合均值、熵、能量和形态特征所建立的鉴别模型获得了令人满意的识别精度，其训练集、测试集精

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：686080
    • 提供者：weixin_38534683

  1. 面向高光谱图像分类的空谱半监督局部判别分析

  2. 针对传统的基于特征提取的高光谱图像分类算法大多只考虑光谱信息而忽略空间信息的问题，提出了一种基于空谱半监督局部判别分析(S3ELD)和空谱最近邻 (SSNN) 分类器的高光谱图像分类算法。该算法结合高光谱图像的空间一致性，在利用标记样本的判别信息保持数据集可分性的基础上，定义空间近邻像元散度矩阵来保存像元的空间近邻结构，提出基于空谱距离的相似性度量并将其应用于局部流形结构的发现和SSNN的构建。S3ELD算法不仅能揭示数据集的局部几何关系，而且增强了光谱域同类像元和空间域近邻像元在低维嵌入空间的

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：8388608
    • 提供者：weixin_38570854

  1. 基于功能性近红外光谱成像的警觉度检测

  2. 采用功能性近红外光谱成像(fNIRS)研究了警觉度的变化规律。通过10通道fNIRS技术采集了12名受试者前额部位的氧合血红蛋白(HbO)信号、脱氧血红蛋白(Hb)信号, 并记录下实验中受试者的行为学数据。结果表明：可以根据主观量表评分和行为学数据将受试者的警觉度标注为3个水平, 前30 min为高警觉度水平, 中间30 min为一般警觉度水平, 后30 min为低警觉度水平；此外, 前额左侧的第2通道以及右侧的第9、7、8、6通道对警觉度变化的敏感度较高；在支持向量机模型下, 12名受试者的警

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：4194304
    • 提供者：weixin_38652270

  1. 中红外光谱法结合支持向量机快速鉴别蜂蜜品种

  2. 为快速鉴别5种蜂蜜(椴树蜜、荆条蜜、油菜蜜、洋槐蜜、荔枝蜜)的品种, 首次提出了基于主成分分析(PCA)方法结合线性支持向量机(SVM)或最小二乘支持向量机(LSSVM)的中红外光谱法鉴别蜂蜜品种的新方法。用傅里叶变换中红外光谱仪测定5种蜂蜜样本的中红外光谱, 并进行归一化预处理, 然后用主成分分析降维方法分别提取经预处理后的光谱数据中的5维、10维、15维、20维特征数据, 最后设计了线性SVM和基于网格搜索优化算法的径向基函数(RBF)的LSSVM分类器模型。利用不同分类器模型, 识别未知蜂

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：3145728
    • 提供者：weixin_38718690
« 12 »