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:
提出了将小波变换结合灰度共生矩阵法,以用于提取目标样本图像特征信息.建立了基于支持向量机方法的分类器,以对高分辨率遥感图像进行目标识别.实验结果表明:该方法快速、高效且具备一定的鲁棒性.
推荐文章
基于小波变换与粗糙集的雷达目标识别方法
小波变换
粗糙集
雷达目标识别
基于小波变换和支持向量机的彩色纹理识别
纹理
彩色空间
小波变换(WT)
支持向量机(SVM)
纹理识别
基于支持向量机的水中目标识别
支持向量机
水中目标识别
统计学习理论
基于多类分类支持向量机的空袭目标识别
支持向量机
目标识别
多类分类
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 基于小波变换和支持向量机的遥感图像目标识别方法
来源期刊 中南民族大学学报(自然科学版) 学科 工学
关键词 支持向量机 小波变换 遥感图像 目标识别
年,卷(期) 2009,(2) 所属期刊栏目 计算机科学
研究方向 页码范围 95-98
页数 4页 分类号 TP391
字数 2852字 语种 中文
DOI 10.3969/j.issn.1672-4321.2009.02.023
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 陈幼均 中南民族大学计算机科学学院 11 71 5.0 8.0
2 徐科 中南民族大学计算机科学学院 17 82 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (23)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (2)
二级引证文献  (2)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
支持向量机
小波变换
遥感图像
目标识别
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
中南民族大学学报(自然科学版)
季刊
1672-4321
42-1705/N
大16开
武汉市民院路5号
1982
chi
出版文献量(篇)
2596
总下载数(次)
4
总被引数(次)
11010
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导