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:
支持向量机作为一种最新的也是最有效的统计学习方法,近年来成为模式识别与机器学习领域一个新的研究热点.支持向量机具有小样本学习、抗噪声性能好、学习效率高和推广性好的优点,能够用于空间信息处理分析领域的遥感影像处理、高光谱分类、拟合与回归、数据挖掘、目标检测等任务.本文在总结分析近年来支持向量机在空间信息处理领域应用主要进展与成果的基础上,结合支持向量机理论方法与空间信息处理的发展趋势,提出了今后有必要重点研究的若干问题,包括空间数据挖掘、智能空间信息处理、高维空间数据处理等.
推荐文章
支持向量机在GDP回归预测中的应用研究
支持向量机
数据挖掘
国民生产总值
支持向量机在砂土液化预测中的应用研究
支持向量机
砂土液化
预测模型
线性分类算法
非线性分类算法
智能信息处理技术在网络计算中的应用研究
信息处理技术
网络计算
FFT算法
计算效率
支持向量机在重复压裂中的应用研究
重复压裂
选井(层)
方案优化
支持向量机
模式识别
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 支持向量机在空间信息处理领域的应用研究
来源期刊 测绘科学 学科 工学
关键词 支持向量机(SVM) 空间信息处理 遥感影像处理
年,卷(期) 2007,(2) 所属期刊栏目 技术创新
研究方向 页码范围 87-89,94
页数 4页 分类号 TP751
字数 5659字 语种 中文
DOI 10.3771/j.issn.1009-2307.2007.02.031
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 杜培军 中国矿业大学地理信息与遥感科学系 161 3419 32.0 50.0
2 谭琨 中国矿业大学地理信息与遥感科学系 39 553 11.0 23.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (2041)
参考文献  (9)
节点文献
引证文献  (18)
同被引文献  (31)
二级引证文献  (62)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(6)
  • 参考文献(0)
  • 二级参考文献(6)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(12)
  • 参考文献(0)
  • 二级参考文献(12)
1999(9)
  • 参考文献(0)
  • 二级参考文献(9)
2000(7)
  • 参考文献(1)
  • 二级参考文献(6)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(4)
  • 参考文献(4)
  • 二级参考文献(0)
2007(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(4)
  • 引证文献(2)
  • 二级引证文献(2)
2011(6)
  • 引证文献(2)
  • 二级引证文献(4)
2012(9)
  • 引证文献(1)
  • 二级引证文献(8)
2013(8)
  • 引证文献(2)
  • 二级引证文献(6)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(11)
  • 引证文献(2)
  • 二级引证文献(9)
2018(16)
  • 引证文献(4)
  • 二级引证文献(12)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
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
支持向量机(SVM)
空间信息处理
遥感影像处理
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
测绘科学
月刊
1009-2307
11-4415/P
大16开
北京市海淀区北太平路16号
2-945
1976
chi
出版文献量(篇)
7258
总下载数(次)
36
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导