原文服务方: 计算机应用研究       
摘要:
提出了一种基于GA-EM算法的高斯混合模型(GMM)遥感影像变化检测方法.该方法采用主成分分析(PCA)与传统差值法相结合的方式构造差异影像;然后使用Ⅳ个成分的GMM对差异影像分布进行建模;再利用进化的迭代方法对模型进行自适应参数估计;最后利用贝叶斯准则实现变化和未变化像元分布的变化检测结果.仿真结果表明,该方法对变化目标的检测有效而可靠,具有较大的实用价值.
推荐文章
遥感影像变化检测方法研究
遥感影像
监督分类
非监督分类
变化检测
基于遥感影像的变化检测技术
变化检测
图像配准
遥感影像
Harris算子
采用独立阈值的遥感影像变化检测方法
变化检测
小比例变化量区域
像斑
样本选择
期望最大化算法
基于Xception模型的遥感影像场景变化检测
场景分类
变化检测
简单线性迭代聚类
迁移学习
Xception
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GA-EM算法的GMM遥感影像变化检测方法
来源期刊 计算机应用研究 学科
关键词 高斯混合模型 GA-EM 自适应参数估计 变化检测
年,卷(期) 2011,(9) 所属期刊栏目 图形图像技术
研究方向 页码范围 3559-3562
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.09.102
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 李卫华 空军工程大学电讯工程学院 37 195 8.0 12.0
2 李小春 空军工程大学电讯工程学院 24 121 7.0 9.0
3 牛鹏辉 空军工程大学电讯工程学院 3 20 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (122)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (22)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(3)
  • 参考文献(1)
  • 二级参考文献(2)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(5)
  • 参考文献(2)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高斯混合模型
GA-EM
自适应参数估计
变化检测
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导