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:
传统支持向量机方法在正负样本不对称的情况下对遥感图像的目标检测存在一定的误检率,文章将单类SVM方法引入此类目标检测过程中.实验表明单类SVM在牺牲少量泛化性的同时能有效地降低误检率,并提高检测速度.
推荐文章
基于全卷积神经网络的遥感图像海面目标检测
YOLOv3
全卷积神经网络
遥感图像
目标检测
基于聚类的SAR图像快速目标检测
合成孔径雷达图像
目标检测
恒虚警率检测
Mean Shift聚类
基于改进YOLOv5的遥感图像目标检测研究
遥感图像
目标检测
YOLOv5
SimAM
CFP
基于场景语义的遥感图像目标识别
高分辨率遥感图像
场景语义识别
视觉特征表示
概率潜在语义分析
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 基于单类SVM的遥感图像目标检测
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量机 遥感图像 目标检测
年,卷(期) 2005,(32) 所属期刊栏目 学术探讨
研究方向 页码范围 63-64,72
页数 3页 分类号 TP391
字数 2488字 语种 中文
DOI 10.3321/j.issn:1002-8331.2005.32.020
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 秦前清 武汉大学测绘遥感信息工程国家重点实验室 152 2348 24.0 42.0
2 王凯峰 武汉大学测绘遥感信息工程国家重点实验室 3 22 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (74)
参考文献  (3)
节点文献
引证文献  (17)
同被引文献  (28)
二级引证文献  (33)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(4)
  • 引证文献(2)
  • 二级引证文献(2)
2009(5)
  • 引证文献(3)
  • 二级引证文献(2)
2010(5)
  • 引证文献(1)
  • 二级引证文献(4)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(5)
  • 引证文献(2)
  • 二级引证文献(3)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
遥感图像
目标检测
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导