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:
在高光谱遥感图像分类方法中,空间特征和光谱特征的融合可以有效地改善分类效果.针对单一空间特征的信息表达不充分问题,提出了一种联合多种空间特征的高光谱图像空谱分类方法.利用超像素信息对分类结果进行后处理去掉椒盐噪声,并创造性地将超像素信息应用于分类前处理,提出了一种利用超像素信息对像素点的特征向量进行线性加权融合的方法.试验结果表明,所提方法的性能优于目前的通常方法.
推荐文章
用于高光谱遥感图像分类的空间约束高斯过程方法
遥感图像
分类
高斯过程
空间相关性
核函数
基于随机森林的高光谱遥感图像分类
高光谱图像
图像分类
随机森林
独立成分分析
基于空间信息的高光谱遥感植被分类技术
遥感
植被
分类
高光谱
最小噪声变换
最大似然法
基于非线性核空间映射与人工免疫网络的高光谱遥感图像分类
高光谱图像
人工免疫网络
抗体
非线性映射
核空间
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 基于多种空间信息的高光谱遥感图像分类方法
来源期刊 中国空间科学技术 学科 工学
关键词 高光谱遥感图像分类 空间特征 光谱特征 超像素 线性加权融合
年,卷(期) 2019,(2) 所属期刊栏目 技术交流
研究方向 页码范围 73-81
页数 9页 分类号 TP751
字数 6850字 语种 中文
DOI 10.16708/j.cnki.1000-758X.2019.0013
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 刘咏梅 哈尔滨工程大学计算机科学与技术学院 29 108 6.0 7.0
2 门朝光 哈尔滨工程大学计算机科学与技术学院 52 319 11.0 15.0
3 马潇 哈尔滨工程大学计算机科学与技术学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (12)
参考文献  (17)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (0)
1948(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)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(15)
  • 参考文献(1)
  • 二级参考文献(14)
2015(9)
  • 参考文献(5)
  • 二级参考文献(4)
2016(25)
  • 参考文献(5)
  • 二级参考文献(20)
2017(7)
  • 参考文献(5)
  • 二级参考文献(2)
2019(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高光谱遥感图像分类
空间特征
光谱特征
超像素
线性加权融合
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
中国空间科学技术
双月刊
1000-758X
11-1859/V
大16开
北京市9622信箱
1981
chi
出版文献量(篇)
1605
总下载数(次)
4
总被引数(次)
10592
论文1v1指导