钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
自然科学总论期刊
\
应用科技期刊
\
基于PCA和KRX算法的高光谱异常检测
基于PCA和KRX算法的高光谱异常检测
作者:
卢珊
孟强强
张俭峰
杨桄
赵波
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
高光谱图像
主成分分析法
KRX算法
异常检测
ROC曲线
摘要:
针对高光谱图像背景复杂导致高光谱图像异常检测效果下降的问题,提出了一种新的基于抑制背景的高光谱图像异常检测方法。该方法首先使用主成分分析法抑制高光谱图像中的背景信息,得到背景抑制后的图像,然后再使用基于核的RX算法( KRX算法)异常检测,最后将检测结果图进行阈值分割,得到一幅二值图像。最后使用ROC曲线对检测结果进行评价,通过与RX、KRX算法对比,证明本文方法得到的结果具有较高的检测率和较低的虚警率,充分说明文中方法的有效性。
暂无资源
收藏
引用
分享
推荐文章
改进协同表示的高光谱图像异常检测算法
高光谱图像
异常检测
异常像元
协同表示
双窗口
一种改进PCA与IHS融合的高光谱图像异常检测算法
高光谱图像融合
异常检测
PCA
IHS
KRX算法
采用选择性分段PCA算法的高光谱图像异常检测
高光谱图像
选择性分段主成分分析
局部平均奇异度
KRX
异常检测
基于Hausdorff度量的高光谱异常目标检测算法
高光谱遥感
异常检测
RX算法
光谱匹配
Hausdorff度量
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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PCA和KRX算法的高光谱异常检测
来源期刊
应用科技
学科
工学
关键词
高光谱图像
主成分分析法
KRX算法
异常检测
ROC曲线
年,卷(期)
2014,(5)
所属期刊栏目
现代电子技术
研究方向
页码范围
11-13
页数
3页
分类号
TP751
字数
1735字
语种
中文
DOI
10.3969/j.issn.1009-671X.201312002
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
杨桄
66
522
13.0
21.0
2
张俭峰
13
51
4.0
6.0
3
卢珊
东北师范大学地理科学学院
15
212
7.0
14.0
4
孟强强
10
60
4.0
7.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(29)
共引文献
(43)
参考文献
(10)
节点文献
引证文献
(1)
同被引文献
(2)
二级引证文献
(2)
1990(1)
参考文献(0)
二级参考文献(1)
1994(2)
参考文献(0)
二级参考文献(2)
1997(1)
参考文献(0)
二级参考文献(1)
1998(1)
参考文献(0)
二级参考文献(1)
2001(1)
参考文献(0)
二级参考文献(1)
2002(3)
参考文献(0)
二级参考文献(3)
2003(3)
参考文献(0)
二级参考文献(3)
2004(3)
参考文献(0)
二级参考文献(3)
2005(6)
参考文献(1)
二级参考文献(5)
2006(3)
参考文献(0)
二级参考文献(3)
2007(4)
参考文献(1)
二级参考文献(3)
2008(3)
参考文献(0)
二级参考文献(3)
2009(2)
参考文献(2)
二级参考文献(0)
2010(3)
参考文献(3)
二级参考文献(0)
2011(2)
参考文献(2)
二级参考文献(0)
2012(1)
参考文献(1)
二级参考文献(0)
2014(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)
2017(1)
引证文献(1)
二级引证文献(0)
2018(1)
引证文献(0)
二级引证文献(1)
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
高光谱图像
主成分分析法
KRX算法
异常检测
ROC曲线
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
应用科技
主办单位:
哈尔滨工程大学
出版周期:
双月刊
ISSN:
1009-671X
CN:
23-1191/U
开本:
大16开
出版地:
哈尔滨市南通大街145号1号楼
邮发代号:
14-160
创刊时间:
1974
语种:
chi
出版文献量(篇)
4861
总下载数(次)
7
总被引数(次)
21528
期刊文献
相关文献
1.
改进协同表示的高光谱图像异常检测算法
2.
一种改进PCA与IHS融合的高光谱图像异常检测算法
3.
采用选择性分段PCA算法的高光谱图像异常检测
4.
基于Hausdorff度量的高光谱异常目标检测算法
5.
空间一致核协同优化的高光谱异常检测方法
6.
基于PCA-BP神经网络算法桃树叶片SPAD值高光谱估算
7.
期刊_联合空间信息的改进低秩稀疏矩阵分解的高光谱异常目标检测
8.
基于角度方差的多层次高维数据异常检测算法
9.
基于免疫的异常检测改进算法
10.
基于光谱角累加的高光谱图像异常检测算法
11.
基于密度背景纯化的高光谱异常检测算法
12.
基于主动学习的高光谱异常检测SVDD算法
13.
利用NSCT分解的高光谱异常检测
14.
基于IJB-PCA-ICA算法的故障检测
15.
基于决策级融合的RX高光谱影像异常检测算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
应用科技2022
应用科技2021
应用科技2020
应用科技2019
应用科技2018
应用科技2017
应用科技2016
应用科技2015
应用科技2014
应用科技2013
应用科技2012
应用科技2011
应用科技2010
应用科技2009
应用科技2008
应用科技2007
应用科技2006
应用科技2005
应用科技2004
应用科技2003
应用科技2002
应用科技2001
应用科技2000
应用科技1999
应用科技2014年第6期
应用科技2014年第5期
应用科技2014年第4期
应用科技2014年第3期
应用科技2014年第2期
应用科技2014年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号