作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种用SVM解决航空影像纹理分类的方法.在利用一些常用的纹理特征的基础上,将SVM用于航空影像纹理分类,有效地解决了特征选择难和高维数问题.试验表明,这种方法可以取得较好的结果.
推荐文章
基于复小波和支持向量机的纹理分类法
小波变换
二元树复小波变换
特征提取
支持向量机
纹理分类
基于纹理特征和支持向量机的磁共振脑图像组织分类
纹理特征
支持向量机
磁共振脑图像
参数寻优
基于支持向量机的路面图像分类方法
路面分类
颜色特征
纹理特征
模糊支持向量机
基于支持向量机的流量分类方法
流量分类
支持向量机
流量识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的航空影像纹理分类研究
来源期刊 武汉大学学报(信息科学版) 学科 地球科学
关键词 航空影像 纹理分类 支持向量机
年,卷(期) 2003,(5) 所属期刊栏目
研究方向 页码范围 517-520
页数 4页 分类号 TP751|P231.5
字数 3436字 语种 中文
DOI 10.3321/j.issn:1671-8860.2003.05.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 燕琴 51 703 16.0 24.0
2 徐芳 武汉大学测绘学院 35 306 11.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (27)
同被引文献  (32)
二级引证文献  (163)
1995(3)
  • 参考文献(3)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(6)
  • 引证文献(6)
  • 二级引证文献(0)
2007(8)
  • 引证文献(2)
  • 二级引证文献(6)
2008(11)
  • 引证文献(2)
  • 二级引证文献(9)
2009(14)
  • 引证文献(3)
  • 二级引证文献(11)
2010(13)
  • 引证文献(3)
  • 二级引证文献(10)
2011(17)
  • 引证文献(1)
  • 二级引证文献(16)
2012(20)
  • 引证文献(1)
  • 二级引证文献(19)
2013(15)
  • 引证文献(1)
  • 二级引证文献(14)
2014(18)
  • 引证文献(1)
  • 二级引证文献(17)
2015(21)
  • 引证文献(2)
  • 二级引证文献(19)
2016(12)
  • 引证文献(0)
  • 二级引证文献(12)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
航空影像
纹理分类
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
武汉大学学报(信息科学版)
月刊
1671-8860
42-1676/TN
大16开
武汉市珞喻路129号武汉大学测绘校区
38-317
1957
chi
出版文献量(篇)
5457
总下载数(次)
17
总被引数(次)
94263
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导