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:
遥感影像的分类精度受到多方面的影响,如遥感影像的质量,所选的分类方法和有效的辅助数据等.为了得到更好的分类结果,很多科研人员提出了各种各样的方法.文中针对遥感影像分类问题,提出一种结合核主成分分析和多尺度纹理的高分辨率遥感影像支持向量机分类方法.实验结果表明,该方法能有效地提取地物类型,提高分类精度.
推荐文章
遥感影像纹理特征库的建立
遥感影像
纹理特征
MATLAB
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
基于SVM不同核函数的多源遥感影像分类研究
SVM
核函数
多源遥感影像分类
基于改进决策树分类算法的遥感影像分类研究
决策树
分形
纹理特征
毯覆盖模型
遥感影像分类
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 基于核的多尺度纹理特征遥感影像SVM分类
来源期刊 信息技术 学科 工学
关键词 核主成分分析 多尺度纹理 支持向量机 遥感影像分类
年,卷(期) 2015,(5) 所属期刊栏目 基金项目
研究方向 页码范围 53-56
页数 4页 分类号 TP751
字数 3119字 语种 中文
DOI 10.13274/j.cnki.hdzj.2015.05.014
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 严威 河海大学计算机与信息学院 2 6 1.0 2.0
2 夏晨阳 河海大学计算机与信息学院 3 10 2.0 3.0
3 吴国宝 河海大学计算机与信息学院 4 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (177)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (10)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
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(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(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
核主成分分析
多尺度纹理
支持向量机
遥感影像分类
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导