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:
针对遥感图像预处理工作中,光谱分解方法处理速度慢而蚁群算法识别目标速度快的特点,结合蚁群算法和线性光谱混合模型,建立基于蚁群搜索的光谱分解模型,以剔除植被干扰信息.选取青海黄南州吉地地区为研究区,首先确定蚂蚁移动规则,然后建立基于蚁群算法的光谱分解模型,最后根据模型重构不含有植被信息的新的多波段图像,通过残差图分析以及原图与剔除植被后影像对比分析,初步验证了基于蚁群算法的光谱分解方法剔除植被干扰信息的可行性.
推荐文章
基于蚁群算法的多光谱遥感图像分类
多光谱遥感图像
分类
光谱特征
形状特征
蚁群算法
支持向量机分类器
基于ReliefF和蚁群算法的特征基因选择方法
DNA微阵列数据
ReliefF算法
蚁群算法
特征选择
自适应调整信息素的蚁群算法
蚁群算法
TSP问题
信息素
基于改进蚁群算法的构件检索方法
检索效率
理解效率
蚁群算法
拥挤因子
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 基于蚁群算法的光谱分解方法剔除植被干扰信息
来源期刊 地质力学学报 学科 地球科学
关键词 蚁群算法 线性光谱混合模型 ETM 青海吉地地区
年,卷(期) 2012,(1) 所属期刊栏目 方法技术
研究方向 页码范围 72-78
页数 分类号 P627
字数 3378字 语种 中文
DOI 10.3969/j.issn.1006-6616.2012.01.008
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 薛云 湖南城市学院城市建设系 24 37 4.0 4.0
2 刘凤姣 湖南城市学院城市建设系 7 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (44)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(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)
2012(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
蚁群算法
线性光谱混合模型
ETM
青海吉地地区
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
地质力学学报
双月刊
1006-6616
11-3672/P
16开
北京海淀区民族大学南路11号
1981
chi
出版文献量(篇)
1323
总下载数(次)
1
总被引数(次)
16576
论文1v1指导