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:
本文在SMACC法和PPI法端元提取基础上,得到高光谱遥感影像端元丰度图,之后用SVM法进行分类.通过分类结果精度来评价端元提取的优劣.实验结果表明,基于PPI的线性混合像元分解得到的丰度图用SVM分类效果最佳,整体精度达87.59%,而基于SMACC法结合SVM分类的效果和直接应用SVM分类次之,整体精度分别是83.84%和85.16%.
推荐文章
多光谱遥感影像湿地水体提取方法综述
湿地
水体特征
遥感影像
提取
资源一号02D卫星高光谱与多光谱遥感影像融合方法
资源一号02D卫星
高光谱与多光谱影像融合
深度学习
通道注意力
基于“高分一号”遥感影像水体提取方法的对比分析
“高分一号”
水体提取
单波段阈值法
谱间关系法
模型法
广州市
高光谱影像端元提取算法研究与分析
混合像元
端元提取
高光谱影像
N-FINDER
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 高光谱遥感影像端元提取方法对比
来源期刊 科技视界 学科 工学
关键词 高光谱 端元 支撑向量机(SVM)
年,卷(期) 2012,(17) 所属期刊栏目 科教前哨
研究方向 页码范围 64-66
页数 分类号 TP751
字数 2625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 靳文凭 中南大学地球科学与信息物理学院 7 102 5.0 7.0
2 肖可可 中南大学地球科学与信息物理学院 3 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (44)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (10)
1994(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)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
高光谱
端元
支撑向量机(SVM)
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
科技视界
旬刊
2095-2457
31-2065/N
大16开
上海市
2011
chi
出版文献量(篇)
57598
总下载数(次)
165
总被引数(次)
68345
论文1v1指导