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:
植被泛指地球表面的植物群落,包括草地、森林、沼泽等.遥感影像具有宏观性、客观性、精确性、实时性等特点,能够真实地反映地表覆盖物的状态,清晰地展现各种地表覆盖类型的特征及分布情况.传统的基于遥感影像的植被识别采用人工作业的方式,极大地依赖于人的先验知识,且效率极低.随着遥感应用技术的快速发展,很多自动化的植被检测技术被提出.这些方法在特定范围内得到了应用,但同时也存在着一些缺陷.在采用分块原则预处理较大影像数据的基础上提出了一种基于特征融合的SVM分类算法来探讨遥感影像中的植被识别.实验表明,提出的算法具有较好的识别效果和较高的执行速度.
推荐文章
一种基于深度学习的遥感图像分类及农田识别方法
遥感图像分类
农田识别
深度学习
卷积神经网络
识别模型
网络训练
利用多光谱遥感图像融合的机场识别方法
图像融合
光谱特征
结构特征
目标识别
基于改进区域分割遥感图像的航天器目标自动识别方法
改进区域
分割遥感图像
航天器
目标识别
自动识别
基于交通遥感图像处理的车辆目标识别方法
遥感技术
智能交通
车辆识别
图层分离
最大类间方差法
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 基于大数据的遥感图像植被识别方法
来源期刊 地质科技情报 学科 地球科学
关键词 遥感影像 植被 支持向量机 分类方法 大数据
年,卷(期) 2016,(3) 所属期刊栏目 技术方法
研究方向 页码范围 204-209
页数 6页 分类号 P627
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (57)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(8)
  • 参考文献(2)
  • 二级参考文献(6)
2014(9)
  • 参考文献(3)
  • 二级参考文献(6)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 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
遥感影像
植被
支持向量机
分类方法
大数据
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
地质科技通报
双月刊
1000-7849
42-1904/P
大16开
湖北省武昌鲁磨路388号
1982
chi
出版文献量(篇)
3306
总下载数(次)
6
总被引数(次)
35542
相关基金
湖北省自然科学基金
英文译名:Natural Science Foundation of Hubei Province
官方网址:http://www.shiyanhospital.com/my/art/viewarticle.asp?id=79
项目类型:重点项目
学科类型:
论文1v1指导