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:
为充分利用高光谱影像“图谱合一”的特性,提出一种联合纹理和光谱特征的高光谱影像多核学习分类方法.该方法首先利用Gabor滤波器组提取影像的纹理特征,然后与原始光谱特征相结合形成新的特征数据,最后采用多核学习方法的MKSVM分类器进行分类.通过利用中科院上海技术物理研究所研制的PHI高光谱影像进行试验,试验结果表明该方法有效地消除了分类结果中同质区域内出现的“麻点”现象,同时提高了分类精度.
推荐文章
结合纹理信息Hyperion高光谱影像分类
森林测计学
遥感
分类
高光谱
端元
纹理
谐波能量谱特征向量的高光谱影像Bayes分类
高光谱影像
频率域变换
谐波分析
能量谱
Bayes准则
监督分类
采用双通道时间稠密网络的高光谱影像分类方法
高光谱影像分类
特征提取
双通道
卷积神经网络
基于高光谱影像的树种分类
高光谱
超光谱成像仪(HSI)
树种分类
光谱角填图
线性波谱分离
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 联合纹理和光谱特征的高光谱影像多核分类方法
来源期刊 测绘通报 学科 地球科学
关键词 高光谱影像 纹理特征 光谱特征 多核 分类
年,卷(期) 2014,(9) 所属期刊栏目 学术研究
研究方向 页码范围 38-42
页数 分类号 P237
字数 语种 中文
DOI 10.13474/j.cnki.11-2246.2014.0289
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 余旭初 信息工程大学地理空间信息学院 92 837 15.0 26.0
2 付琼莹 信息工程大学地理空间信息学院 10 54 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (124)
参考文献  (8)
节点文献
引证文献  (8)
同被引文献  (37)
二级引证文献  (22)
1909(1)
  • 参考文献(0)
  • 二级参考文献(1)
1950(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(10)
  • 参考文献(1)
  • 二级参考文献(9)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(6)
  • 引证文献(3)
  • 二级引证文献(3)
2019(10)
  • 引证文献(2)
  • 二级引证文献(8)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
高光谱影像
纹理特征
光谱特征
多核
分类
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
测绘通报
月刊
0494-0911
11-2246/P
大16开
北京西城区三里河路50号
2-223
1955
chi
出版文献量(篇)
8030
总下载数(次)
39
论文1v1指导