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:
图像分类是高光谱遥感图像分析与应用的重要手段。总结了目前用于高光谱图像监督分类的主要方法,包括最小距离法、最大似然法、神经元网络法和支持向量机法,分析了上述方法的特点,并探讨了高光谱遥感图像分类方法的发展趋势。
推荐文章
面向高光谱图像分类的半监督丛流形学习
高光谱遥感图像
鉴别特征
丛流形结构
半监督丛流形学习
基于栈式自编码神经网络对高光谱遥感图像分类研究
栈式自编码神经网络
高光谱图像
光谱特征
微调
基于结构性字典学习的高光谱遥感图像分类
高光谱遥感图像
结构性字典学习
支持向量机
分类
用于高光谱遥感图像分类的空间约束高斯过程方法
遥感图像
分类
高斯过程
空间相关性
核函数
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 高光谱遥感图像的监督分类
来源期刊 地理空间信息 学科 地球科学
关键词 高光谱图像 图像分类 监督分类 遥感应用
年,卷(期) 2011,(5) 所属期刊栏目 3S技术
研究方向 页码范围 81-83
页数 分类号 P237.9
字数 3500字 语种 中文
DOI 10.3969/j.issn.1672-4623.2011.05.030
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 沈志学 中国工程物理研究院流体物理研究所 24 115 5.0 9.0
2 黄立贤 中国工程物理研究院流体物理研究所 7 52 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (37)
参考文献  (10)
节点文献
引证文献  (33)
同被引文献  (90)
二级引证文献  (63)
1968(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(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)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(2)
  • 二级参考文献(5)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 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)
2013(4)
  • 引证文献(3)
  • 二级引证文献(1)
2014(6)
  • 引证文献(4)
  • 二级引证文献(2)
2015(16)
  • 引证文献(8)
  • 二级引证文献(8)
2016(16)
  • 引证文献(6)
  • 二级引证文献(10)
2017(21)
  • 引证文献(6)
  • 二级引证文献(15)
2018(11)
  • 引证文献(2)
  • 二级引证文献(9)
2019(17)
  • 引证文献(4)
  • 二级引证文献(13)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
高光谱图像
图像分类
监督分类
遥感应用
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
地理空间信息
月刊
1672-4623
42-1692/P
大16开
湖北省武汉市武昌中南一路50号湖北省测绘局地理信息局航测楼二楼
2003
chi
出版文献量(篇)
5778
总下载数(次)
16
总被引数(次)
25892
论文1v1指导