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:
从分析支持向量机用于高光谱影像分类时存在的不足出发,提出一种基于相关向量机的高光谱影像分类方法.在介绍稀疏贝叶斯分类模型的基础上,将相关向量机学习转化为最大化边缘似然函数参数估计问题,并采用快速序列稀疏贝叶斯学习算法.通过PHI和OMIS影像分类试验分析表明基于相关向量机的高光谱影像分类方法的优势.
推荐文章
基于独立分量分析和相关向量机的高光谱数据分类
高光谱数据分类
虚拟维数
独立分量分析
相关向量机
谐波能量谱特征向量的高光谱影像Bayes分类
高光谱影像
频率域变换
谐波分析
能量谱
Bayes准则
监督分类
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
高光谱影像概率分类向量机分类方法研究
高光谱影像
稀疏分类
贝叶斯模型
概率分类向量机
相关向量机
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 基于相关向量机的高光谱影像分类研究
来源期刊 测绘学报 学科 地球科学
关键词 高光谱影像 稀疏贝叶斯模型 相关向量机 支持向量机
年,卷(期) 2010,(6) 所属期刊栏目
研究方向 页码范围 572-578
页数 分类号 P237
字数 5566字 语种 中文
DOI
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 余旭初 信息工程大学测绘学院 92 837 15.0 26.0
2 张鹏强 信息工程大学测绘学院 37 313 9.0 16.0
3 周欣 信息工程大学信息工程学院 22 334 10.0 18.0
4 杨国鹏 信息工程大学测绘学院 12 208 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (18)
同被引文献  (54)
二级引证文献  (79)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(5)
  • 引证文献(4)
  • 二级引证文献(1)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(13)
  • 引证文献(4)
  • 二级引证文献(9)
2016(14)
  • 引证文献(4)
  • 二级引证文献(10)
2017(19)
  • 引证文献(1)
  • 二级引证文献(18)
2018(17)
  • 引证文献(0)
  • 二级引证文献(17)
2019(15)
  • 引证文献(1)
  • 二级引证文献(14)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
高光谱影像
稀疏贝叶斯模型
相关向量机
支持向量机
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
测绘学报
月刊
1001-1595
11-2089/P
大16开
北京复兴门外三里河路50号
2-224
1957
chi
出版文献量(篇)
3170
总下载数(次)
17
论文1v1指导