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:
针对目前遥感图像几何校正算法存在的不足,提出了一种新的遥感图像几何校正算法.引入支持向量机理论和方法,结合遥感图像近似几何校正基本原理,提出遥感图像几何校正的支持向量机算法和实现步骤;选择实验区,使用差分GPS实测地面控制点坐标,使用遥感图像处理软件量测地面控制点对应的影像坐标;使用聚类算法分别选择不同数量的控制点作为遥感图像几何校正的控制点,其余控制点作为检查点;分别使用近似几何校正算法、神经网络和支持向量机算法进行遥感图像的几何校正,并进行校正误差比较分析.算法测试表明:遥感图像几何校正的支持向量机算法具有校正误差小、泛化能力强等特点.
推荐文章
基于几何算法的投影孪生支持向量机
模式分类
支持向量机
投影孪生支持向量机
计算几何
基于支持向量机的飞机图像识别算法
飞机图像识别
支持向量机
特征向量
神经网络
基于支持向量机的滑坡灾害信息遥感图像提取研究
支持向量机
遥感图像
滑坡
提取
基于模糊支持向量机的面向语义图像检索算法
面向语义的图像检索
模糊支持向量机
最小隶属度
不可分区域
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 遥感图像几何校正的支持向量机算法研究
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 遥感图像 图像几何校正 支持向量机(SVM) 最小二乘法(LSM) 误差比较
年,卷(期) 2011,(5) 所属期刊栏目
研究方向 页码范围 121-128,146
页数 分类号 TP393.3
字数 5128字 语种 中文
DOI 10.3969/j.issn.1001-2400.2011.05.020
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 姚顽强 西安科技大学测绘科学与技术学院 53 346 11.0 16.0
2 李崇贵 西安科技大学测绘科学与技术学院 27 125 7.0 10.0
3 厍向阳 西安科技大学计算机科学与技术学院 38 277 10.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (30)
参考文献  (5)
节点文献
引证文献  (13)
同被引文献  (29)
二级引证文献  (41)
2001(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(13)
  • 引证文献(2)
  • 二级引证文献(11)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
遥感图像
图像几何校正
支持向量机(SVM)
最小二乘法(LSM)
误差比较
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
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导