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:
为了有效提高作物遥感识别过程中对作物分类的精度,需要对光谱图像特征进行合理选择,得到最佳波段组合.该文在对多光谱数据的光谱信息特征进行全面分析基础上,针对目标地物,提出面向对象的多光谱图像特征遗传选优算法模型.在模型中,先根据最佳指数因子法计算比较,得出最佳识别组合的特征数量:然后,以最大最小距离作为理论基础,对Jeffries-Matusita(J-M)距离改进,得到加权J-M距离,作为衡量特征对分类有效性的判据,并以此构建适应度函数,运用遗传算法对结果优化处理,选择出对分类敏感的波段组合.以吉林德惠县内的Landsat-5数据为例,进行波段选择实验,取得较好的成效.
推荐文章
面向对象特征融合的高分辨率遥感图像变化检测方法
面向对象
图像分割
尺度
光谱特征
纹理特征
形状特征
基于面向对象的多端元光谱混合分析方法
面向对象
多端元光谱混合分析
TM遥感影像
影像分类
基于特征增强技术的面向对象分类方法
特征增强
面向对象
分类方法
多光谱图像水域变化检测方法研究
变化检测
BP神经网络
多光谱图像
特征提取
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 面向对象的多光谱图像特征遗传选优方法
来源期刊 农业工程学报 学科 农学
关键词 遥感 多光谱 面向对象 波段选择 遗传算法 加权J-M距离
年,卷(期) 2008,(4) 所属期刊栏目 农业信息与电气技术
研究方向 页码范围 181-185
页数 5页 分类号 S127
字数 4394字 语种 中文
DOI 10.3321/j.issn:1002-6819.2008.04.035
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 15 252 9.0 15.0
3 安琼 中国农业大学信息与电气工程学院 3 37 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (32)
参考文献  (8)
节点文献
引证文献  (16)
同被引文献  (83)
二级引证文献  (178)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(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)
2009(5)
  • 引证文献(3)
  • 二级引证文献(2)
2010(11)
  • 引证文献(2)
  • 二级引证文献(9)
2011(11)
  • 引证文献(2)
  • 二级引证文献(9)
2012(22)
  • 引证文献(2)
  • 二级引证文献(20)
2013(26)
  • 引证文献(1)
  • 二级引证文献(25)
2014(27)
  • 引证文献(1)
  • 二级引证文献(26)
2015(19)
  • 引证文献(1)
  • 二级引证文献(18)
2016(21)
  • 引证文献(2)
  • 二级引证文献(19)
2017(11)
  • 引证文献(0)
  • 二级引证文献(11)
2018(22)
  • 引证文献(1)
  • 二级引证文献(21)
2019(15)
  • 引证文献(1)
  • 二级引证文献(14)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
遥感
多光谱
面向对象
波段选择
遗传算法
加权J-M距离
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