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:
针对高分辨率遥感影像数据中典型目标的判别,提出基于K-最近邻图KNN改进算法的深度学习模型.该模型采用深度学习方法研究目标的属性,充分利用数据之间的关联,建立抗变换性的目标特征,可提高目标判别的准确度.高分辨遥感影像目标检测实验表明该方法的有效性.
推荐文章
基于改进的K-最近邻算法的病毒检测方法
K-最近邻算法
计算机病毒
病毒检测
Internet
一种自适应k-最近邻算法的研究
模式分类
k-最近邻算法
超球
BP网络算法
基于k-最近邻图的小样本KNN分类算法
KNN算法
k-最近邻图
小样本
图划分
分类算法
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 遥感影像K-最近邻图目标分类改进算法的研究
来源期刊 地理空间信息 学科 地球科学
关键词 遥感影像 目标分类 KNN算法 K-最近邻图 样本剪裁
年,卷(期) 2021,(2) 所属期刊栏目 3S技术应用
研究方向 页码范围 33-35
页数 3页 分类号 P237
字数 语种 中文
DOI 10.3969/j.issn.1672-4623.2021.02.009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (11)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1972(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2021(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
遥感影像
目标分类
KNN算法
K-最近邻图
样本剪裁
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
地理空间信息
月刊
1672-4623
42-1692/P
大16开
湖北省武汉市武昌中南一路50号湖北省测绘局地理信息局航测楼二楼
2003
chi
出版文献量(篇)
5778
总下载数(次)
16
论文1v1指导