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:
随着微波遥感的发展,合成孔径雷达即SAR图像的应用越来越受到人们的重视.但是,SAR图像只有单通道信息,在图像上有太多的特征与溢油相似.本试验基于SAR图像的灰度与纹理特征结合的方法,针对海洋SAR图像的特点,利用人工神经网络方法进行分类,提取出溢油的信息.试验表明,纹理是进行图像分类的重要特征量可用来进行溢油的检测.
推荐文章
基于多层卷积神经网络的SAR图像分类方法
雷达目标识别
卷积神经网络
深度学习
MSTAR数据
合成孔径雷达图像目标的卷积神经网识别框架
合成孔径雷达
目标识别
卷积神经网
反馈学习
合成孔径雷达图像目标分类研究
合成孔径雷达
纹理分析
灰度共生矩阵
特征提取
神经网络
基于神经网络的图像分类算法
分类算法
神经网络
图像处理
图像分类
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 基于神经网络的合成孔径雷图像分类研究
来源期刊 科技信息(科技教育版) 学科 工学
关键词 神经网络 SAR 纹理特征
年,卷(期) 2006,(7) 所属期刊栏目 科教视野
研究方向 页码范围 5
页数 1页 分类号 TP3
字数 1788字 语种 中文
DOI 10.3969/j.issn.1001-9960.2006.07.002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (49)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (6)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
SAR
纹理特征
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
科技信息
旬刊
1001-9960
37-1021/N
大16开
山东省济南市
24-72
1984
chi
出版文献量(篇)
124239
总下载数(次)
249
总被引数(次)
255660
论文1v1指导