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:
高光谱图像分类作为高光谱图像分析中的一个研究领域,具有重大的理论研究价值和重要的应用前景。本文简述了支持向量机的基本原理;分析了支持向量机应用于高光谱图像分类所具有的优势;针对支持向量机在高光谱图像分类领域的应用和扩展,整理了有关方法的背景和思路脉络,并进行了难点分析和未来展望。
推荐文章
基于支持向量机的路面图像分类方法
路面分类
颜色特征
纹理特征
模糊支持向量机
基于高光谱图像的分类方法研究
高光谱图像
支持向量机
人工神经元网络
决策树分类
最大似然分类法
K -均值聚类法
迭代自组织方法
基于支持向量机的航空高光谱赤潮监测
高光谱数据
赤潮监测
支持向量机
基于支持向量机方法的噪声图像分割
支持向量机
噪声图像分割
计算机视觉
统计学习理论
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 基于支持向量机的高光谱图像分类方法综述
来源期刊 新型工业化 学科 工学
关键词 高光谱图像 分类 支持向量机
年,卷(期) 2012,(1) 所属期刊栏目 研制与开发
研究方向 页码范围 46-51
页数 6页 分类号 TP391.4
字数 4934字 语种 中文
DOI
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 张梅 华南理工大学自动化科学与工程学院 32 171 8.0 11.0
2 贺霖 华南理工大学自动化科学与工程学院 8 138 6.0 8.0
3 阮蔚桐 华南理工大学自动化科学与工程学院 1 14 1.0 1.0
4 张佩佩 华南理工大学自动化科学与工程学院 2 14 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (25)
参考文献  (18)
节点文献
引证文献  (14)
同被引文献  (148)
二级引证文献  (141)
1985(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)
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(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(3)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(6)
  • 参考文献(5)
  • 二级参考文献(1)
2010(3)
  • 参考文献(3)
  • 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)
2014(7)
  • 引证文献(5)
  • 二级引证文献(2)
2015(18)
  • 引证文献(6)
  • 二级引证文献(12)
2016(19)
  • 引证文献(2)
  • 二级引证文献(17)
2017(18)
  • 引证文献(0)
  • 二级引证文献(18)
2018(39)
  • 引证文献(1)
  • 二级引证文献(38)
2019(34)
  • 引证文献(0)
  • 二级引证文献(34)
2020(20)
  • 引证文献(0)
  • 二级引证文献(20)
研究主题发展历程
节点文献
高光谱图像
分类
支持向量机
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
新型工业化
月刊
2095-6649
11-5947/TB
16开
北京石景山区鲁谷路35号1106室
2011
chi
出版文献量(篇)
2442
总下载数(次)
8
总被引数(次)
5690
论文1v1指导