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:
协同训练可以提高半监督分类器的分类精度,而如何构建具有冗余特性的训练集是其关键所在.依据遥感影像的纹理特征,提出了基于纹理特征值及像素灰度值构建的两个训练集上协同训练支持向量机的算法CTSVMTRS.仿真实验比较了在不同训练集上CTSVMTRS的分类效果,在叠代训练过程中,两类数据集的所有过程的测试结果都存在的明显差异验证了提出的观念.
推荐文章
基于支持向量机的遥感影像湿地信息提取研究
支持向量机
ETM+影像
湿地信息
提取精度
用于分类的支持向量机
支持向量机
机器学习
分类
基于支持向量机的流量分类方法
流量分类
支持向量机
流量识别
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 协同训练支持向量机对遥感影像的分类研究
来源期刊 计算机工程与应用 学科 工学
关键词 协同训练 支持向量机 遥感图像 纹理分析 机器学习
年,卷(期) 2009,(29) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 160-163
页数 4页 分类号 TP181
字数 4821字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.29.048
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (74)
共引文献  (189)
参考文献  (13)
节点文献
引证文献  (6)
同被引文献  (28)
二级引证文献  (75)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
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)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(5)
  • 参考文献(5)
  • 二级参考文献(0)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(17)
  • 引证文献(0)
  • 二级引证文献(17)
2018(29)
  • 引证文献(1)
  • 二级引证文献(28)
2019(22)
  • 引证文献(0)
  • 二级引证文献(22)
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
协同训练
支持向量机
遥感图像
纹理分析
机器学习
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导