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:
根据高光谱遥感影像数据特点,首先利用光谱相关性进行特征选择,然后引进SVM进行高光谱遥感影像分析解译,最后利用AVIRIS影像进行试验,结果显示分类精度和时间比常规方法都有很大改善.
推荐文章
基于高光谱影像的树种分类
高光谱
超光谱成像仪(HSI)
树种分类
光谱角填图
线性波谱分离
基于SVM与RF的无人机高光谱农作物精细分类
无人机高光谱
特征提取
影像分类
随机森林
支持向量机
基于SSAE深度学习特征表示的高光谱遥感图像分类方法
高光谱遥感图像分类
堆叠稀疏自动编码器
深度学习
特征表示
支持向量机
结合纹理信息Hyperion高光谱影像分类
森林测计学
遥感
分类
高光谱
端元
纹理
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 基于光谱相关性的SVM高光谱遥感影像分类
来源期刊 地理空间信息 学科 地球科学
关键词 SVM 高光谱 光谱相关 遥感影像
年,卷(期) 2009,(4) 所属期刊栏目 3S技术
研究方向 页码范围 88-91
页数 4页 分类号 P237
字数 2746字 语种 中文
DOI 10.3969/j.issn.1672-4623.2009.04.030
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 陶建斌 武汉大学遥感信息工程学院 18 147 7.0 12.0
2 沈照庆 武汉大学遥感信息工程学院 13 90 5.0 9.0
3 王建宾 8 29 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (32)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (2)
二级引证文献  (4)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
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)
研究主题发展历程
节点文献
SVM
高光谱
光谱相关
遥感影像
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
地理空间信息
月刊
1672-4623
42-1692/P
大16开
湖北省武汉市武昌中南一路50号湖北省测绘局地理信息局航测楼二楼
2003
chi
出版文献量(篇)
5778
总下载数(次)
16
总被引数(次)
25892
论文1v1指导