作者:
原文服务方: 测绘技术装备       
摘要:
利用遥感影像准确地提取植被信息一直是遥感技术应用研究的重要内容,现提出基于支持向量机(SVM)分类的方法从ETM+多光谱数据中提取植被信息,利用目前常用的线性核函数、多项式核函数、径向基(RBF)核函数、Sigmoid 核函数等四种核函数对研究区分别进行了提取研究,通过比较最终确定径向基函数(RBF)核函数有着最佳的提取效果.
推荐文章
基于 SVM 方法的 SPOT-5影像植被分类1)
影像融合
Gram-Schmidt光谱锐化法
灰度共生矩阵
支持向量机
植被分类
多尺度植被信息提取模型研究
植被提取
多尺度
信息提取
高精度
迭代
基于优化SVM模型的网络负面信息分类方法研究
优化SVM模型
网络负面信息
分类
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方法提取植被信息的研究
来源期刊 测绘技术装备 学科
关键词 遥感 植被 支持向量机
年,卷(期) 2013,(1) 所属期刊栏目
研究方向 页码范围 11-13
页数 分类号
字数 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 杨瑛 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (29)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (5)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
遥感
植被
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
测绘技术装备
季刊
1674-4950
61-1363/P
大16开
1978-01-01
chi
出版文献量(篇)
1912
总下载数(次)
0
总被引数(次)
4672
论文1v1指导