作者:
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:
要分析和理解遥感图像,首先要对遥感图像进行分割.文章将传统的聚类分析方法和支持向量机理论相结合,并进行了算法的改进,将支持向量聚类方法应用到遥感图像分割领域,对遥感图像进行分割.实验结果证明,应用该方法进行分割,能取得良好的分割效果,是一种有效的遥感图像分割方法.
推荐文章
基于直方图的图像模糊聚类分割算法
模糊C-均值聚类
图像分割
直觉模糊C-均值聚类
图像模糊聚类
EM聚类和SVM自动学习的白细胞图像分割算法
彩色图像分割
期望最大化
支持向量机
白细胞
基于核模糊C-均值和EM混合聚类算法的遥感图像分割
遥感图像
核模糊C-均值
EM
空间邻域
惯性权重
结合ECM和FCM聚类的遥感图像分割新方法
遥感图像分割
模糊C均值聚类
进化聚类
基于内容的图像检索
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SVM聚类遥感图像的分割
来源期刊 数字技术与应用 学科 工学
关键词 图像分割 遥感图像 支持向量聚类
年,卷(期) 2012,(9) 所属期刊栏目
研究方向 页码范围 229
页数 分类号 TP391.41
字数 1786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 王冬 18 12 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(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)
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)
研究主题发展历程
节点文献
图像分割
遥感图像
支持向量聚类
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导