作者:
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:
混合像元的非线性分解通常采用神经元网络模型来拟合,普遍缺乏线性分解模型简单明确的物理意义,导致难于了解像元混合的特点及误差分布的模式.为此,提出均方根误差、双变量统计、置信度估计和混合复杂度等可视化方法来评价非线性混合模型分解的结果,直观地表达出影像中像元的分解精度、混合程度以及误差分布模式等,从而理解非线性混合模型分解的某些特点.实验以投影追踪学习网络(PPLN)为例,利用MODIS与ETM+数据,对MODIS混合像元分解进行了可视化分析,一定程度上展现了PPLN分解的某些特点.通过与反向传播神经网络(BPNN)分解比较结果表明,PPLN具有较高的分解精度,总体误差从0.182 8降低到0.171 7,降低了大约6.5%,且可视化分析表明混合程度较大的区域发生在城区和稀疏植被覆盖区.
推荐文章
面向混合像元分解的光谱维小波特征提取
小波变换
混合像元
光谱特征
高光谱
基于正则化方法的遥感图像混合像元分解
遥感
混合像元
最小二乘
正则化
端元
应用混合像元分解提取胡杨覆盖度信息1)
线性混合像元分解
端元提取
植被覆盖度
植被指数
两种被动微波遥感混合像元分解方法比较
图像处理
组分亮温
被动微波遥感数据
误差分析
混合像元分解
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 非线性混合像元分解的可视化分析与评价
来源期刊 中国图象图形学报A 学科 工学
关键词 非线性分解 可视化 混合像元 误差分布
年,卷(期) 2010,(1) 所属期刊栏目 "第8届全国虚拟现实与可视化"专栏
研究方向 页码范围 167-173
页数 7页 分类号 TP751.1
字数 5877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 吴波 福州大学空间数据挖掘与信息共享教育部重点实验室 65 554 15.0 20.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (62)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (8)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
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)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
非线性分解
可视化
混合像元
误差分布
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
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
总被引数(次)
131816
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
福建省自然科学基金
英文译名:Natural Science Foundation of Fujian Province of China
官方网址:http://www.fjinfo.gov.cn/fz/zrjj.htm
项目类型:重大项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导