原文服务方: 河北农业大学学报       
摘要:
植被分类能够对一个地区的植被状况进行分析,在环境保护和农业生产方面具有很重要的意义.本研究针对植被遥感图像分类识别需求,首先通过粒子群算法来实现马尔科夫的寻优过程,然后通过遗传算法进行支持向量机解空间的搜索,从而实现更加准确的图像分割和识别,最后通过实验验证了算法的有效性.
推荐文章
高光谱遥感数据光谱特征提取算法与分类研究
高光谱
光谱特征
特征提取
地物识别
高分辨率遥感影像桥梁特征提取方法研究
高分辨率
遥感影像
桥梁
特征提取
基于矢量图形特征提取的遥感图像分类器
矢量图形特征
知识库
图像分类器
基于分层特征提取和多尺度特征融合的高分辨率遥感影像水体提取深度学习算法
水体提取
高分辨率遥感影像
深度学习
多尺度特征融合
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 植被遥感影像特征提取及分类研究
来源期刊 河北农业大学学报 学科
关键词 遥感影像 特征提取 图像分类 植被覆盖
年,卷(期) 2016,(3) 所属期刊栏目
研究方向 页码范围 131-135
页数 5页 分类号 G642.0
字数 语种 中文
DOI 10.13320/j.cnki.jauh.2016.0073
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 李会平 河北农业大学林学院 65 696 16.0 24.0
2 陶佳 河北农业大学信息科学与技术学院 31 73 5.0 7.0
3 张宝文 河北农业大学信息科学与技术学院 6 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (4)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (48)
二级引证文献  (13)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
遥感影像
特征提取
图像分类
植被覆盖
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
河北农业大学学报
双月刊
1000-1573
13-1076/S
大16开
1959-01-01
chi
出版文献量(篇)
3463
总下载数(次)
0
总被引数(次)
35752
论文1v1指导