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:
本文将高光谱遥感图像分为无监督、有监督两种分类方法。介绍了各类方法的主要算法,对各类算法优缺点进行了总结和评价,最后展望了高光谱遥感分类方法研究发展趋势。
推荐文章
基于高光谱图像的分类方法研究
高光谱图像
支持向量机
人工神经元网络
决策树分类
最大似然分类法
K -均值聚类法
迭代自组织方法
结合空间信息的高光谱图像快速分类方法
高光谱图像
空间区域特征光谱
非线性特征提取
分类
高光谱图像分类的研究进展
高光谱图像
像素级分类
机器学习
深度学习
基于图像分割和LSSVM的高光谱图像分类
高光谱图像分类
图像分割
LSSVM
数据降维
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 高光谱图像分类方法研究进展
来源期刊 新产经 学科 工学
关键词 高光谱 图像分类 分类方法
年,卷(期) xcjb_2020,(4) 所属期刊栏目
研究方向 页码范围 91-93
页数 3页 分类号 TP3
字数 语种
DOI
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 毕玉革 内蒙古农业大学机电学院 28 227 8.0 14.0
2 康拥朝 内蒙古农业大学机电学院 6 0 0.0 0.0
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  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(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)
研究主题发展历程
节点文献
高光谱
图像分类
分类方法
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
新产经
月刊
2095-1078
11-6004/F
16开
北京市朝阳区双桥东路甲8号
2009
chi
出版文献量(篇)
4176
总下载数(次)
2
论文1v1指导