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:
选取同地区同时相的多光谱和高光谱影像,在实验样本和验证样本相同的情况下,采用SVM分类算法中4种不同的核函数,对2种影像进行分类实验.结果表明,对于多光谱影像,RBF核函数分类精度最高,Sigmoid最低;对于高光谱影像,Linear核函数分类精度最高,Sigmoid最低;对于同地区相同分辨率的遥感图像,在分类条件相同的情况下,多光谱影像的分类精度和高光谱的分类精度相近.
推荐文章
基于SVM的资源三号影像林地分类及精度评价研究
遥感
资源三号影像
森林分类
支持向量机
基于 SVM 方法的 SPOT-5影像植被分类1)
影像融合
Gram-Schmidt光谱锐化法
灰度共生矩阵
支持向量机
植被分类
基于SVM用户建模的核函数选择研究
用户建模
支持向量机
核函数
基于核最小噪声分离变换的高光谱遥感影像多类SVM分类
高光谱遥感
核最小噪声分离变换
多类SVM
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SVM不同核函数的多源遥感影像分类研究
来源期刊 河南理工大学学报:自然科学版 学科 工学
关键词 SVM 核函数 多源遥感影像分类
年,卷(期) 2011,(3) 所属期刊栏目 机电工程
研究方向 页码范围 304-309
页数 分类号 TP394
字数 3301字 语种 中文
DOI 10.3969/j.issn.1673-9787.2011.03.014
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 王双亭 河南理工大学测绘与国土信息学院 33 205 10.0 13.0
2 都伟冰 河南理工大学测绘与国土信息学院 9 51 4.0 7.0
3 康敏 河南理工大学测绘与国土信息学院 3 27 3.0 3.0
4 艾泽天 河南理工大学测绘与国土信息学院 1 15 1.0 1.0
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  (0)
节点文献
引证文献  (15)
同被引文献  (59)
二级引证文献  (94)
2011(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(12)
  • 引证文献(3)
  • 二级引证文献(9)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(16)
  • 引证文献(2)
  • 二级引证文献(14)
2017(17)
  • 引证文献(2)
  • 二级引证文献(15)
2018(26)
  • 引证文献(0)
  • 二级引证文献(26)
2019(19)
  • 引证文献(3)
  • 二级引证文献(16)
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
SVM
核函数
多源遥感影像分类
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
河南理工大学学报(自然科学版)
双月刊
1673-9787
41-1384/N
16开
河南省焦作市世纪大道2001号
3891
1981
chi
出版文献量(篇)
3451
总下载数(次)
5
总被引数(次)
20072
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导