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:
遥感数据的多空间分辨率复合分析是遥感处理技术的重要发展方向.为了解决低分辨率图像混合像元分类精度低、高分辨率数据分类处理时间长以及大区域高分辨率数据获取困难等实际应用问题,该文改进了传统基于线性退化函数模型的复合分类模型,提出了基于组合核函数的非线性退化模型复合分类算法,分析了纹理信息对于提高复合分类精度的作用,并通过实际遥感数据试验分析比较了两种模型的分类精度.试验结果表明新方法可较大程度地提高总体分类精度,在分类过程中引入纹理信息有助于进一步改善分类精度.
推荐文章
基于稳态非线性模型和线性ARX模型组合的非线性预测控制
预测控制
非线性预测控制
最小二乘法
pH过程
基于图像退化模型的遥感成像仿真的研究
退化模型
遥感成像
去云雾处理
仿真
改进的波段选择混合核函数遥感图像分类算法
指数
可分性距离
波段选择
混合核函数
LMBP算法
遥感图像分类
基于非线性核空间映射与人工免疫网络的高光谱遥感图像分类
高光谱图像
人工免疫网络
抗体
非线性映射
核空间
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 基于组合核非线性退化模型的遥感图像复合分类
来源期刊 农业工程学报 学科 工学
关键词 多空间分辨率遥感图像 复合分类 非线性退化模型 组合核函数 纹理
年,卷(期) 2008,(10) 所属期刊栏目 农业信息与电气技术
研究方向 页码范围 145-150,封3
页数 7页 分类号 TP72
字数 6257字 语种 中文
DOI 10.3321/j.issn:1002-6819.2008.10.029
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 杨邦杰 19 327 8.0 18.0
2 郭琳 清华大学电子工程系 15 252 9.0 15.0
4 孙卫东 清华大学电子工程系 52 471 10.0 20.0
7 王琼华 清华大学电子工程系 2 6 1.0 2.0
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  (63)
参考文献  (10)
节点文献
引证文献  (5)
同被引文献  (12)
二级引证文献  (37)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(7)
  • 引证文献(2)
  • 二级引证文献(5)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(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
多空间分辨率遥感图像
复合分类
非线性退化模型
组合核函数
纹理
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
农业工程学报
半月刊
1002-6819
11-2047/S
大16开
北京朝阳区麦子店街41号
18-57
1985
chi
出版文献量(篇)
16403
总下载数(次)
36
总被引数(次)
395062
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