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:
遥感图像分类一直是人们关注的焦点,针对当前遥感图像分类方法中的特征选择和优化问题,为了提高遥感图像分类效率,提出基于云计算平台的遥感图像特征选择与优化方法.首先对当前遥感图像特征选择与优化的研究进展进行分析,找到不同方法存在的局限性,然后采集遥感图像集,通过云计算平台对遥感图像集进行细分,并采用并行方式进行遥感图像特征选择与优化操作,最后建立遥感图像特征分类器,并与当前经典遥感图像特征选择与优化方法进行了对比实验,结果表明,这种方法加快了遥感图像特征选择与优化速度,并可以提升遥感图像分类效率,具有一定的实际应用价值.
推荐文章
基于遗传算法的遥感图像纹理特征选择
纹理特征提取
遗传算法
纹理特征选择
Landsat7 ETM+
全色图像
基于多特征提取的遥感影像云检测算法研究
遥感影像
高分辨率
云层特征提取
云检测
基于蚁群优化与独立特征集的遥感图像实时分类算法
人工智能
特征提取
遥感图像
时间效率
蚁群优化算法
极限学习机
环境遥感云服务平台与高性能平台对比分析
云服务平台
环境遥感
数据处理
高性能平台
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 基于云计算平台的遥感图像特征选择与优化研究
来源期刊 微型电脑应用 学科
关键词 遥感图像分类器 原始特征 特征选择 对比测试
年,卷(期) 2021,(8) 所属期刊栏目 基金项目|FUND PROJECT
研究方向 页码范围 28-31
页数 4页 分类号 TP75|TP391
字数 语种 中文
DOI 10.3969/j.issn.1007-757X.2021.08.009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (206)
共引文献  (23)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1933(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(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(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(14)
  • 参考文献(0)
  • 二级参考文献(14)
2014(16)
  • 参考文献(0)
  • 二级参考文献(16)
2015(24)
  • 参考文献(0)
  • 二级参考文献(24)
2016(40)
  • 参考文献(0)
  • 二级参考文献(40)
2017(36)
  • 参考文献(0)
  • 二级参考文献(36)
2018(21)
  • 参考文献(1)
  • 二级参考文献(20)
2019(11)
  • 参考文献(9)
  • 二级参考文献(2)
2020(4)
  • 参考文献(4)
  • 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
遥感图像分类器
原始特征
特征选择
对比测试
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导