

已閱讀1頁,還剩44頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、高光譜遙感的發(fā)展使得遙感圖像分類在遙感學上又上了一個嶄新的臺階,高光譜遙感已經(jīng)成為遙感領域的前沿科技,其中高光譜圖像分類技術已經(jīng)成為高光譜遙感處理領域的研究熱點,高光譜遙感的諸多特點保證了高光譜遙感圖像應用于地物分類的高精確性和有效性,但同時高光譜圖像的一些特點卻使得高光譜分類過程中遇到了阻礙和制約,如“維數(shù)災難”,噪聲現(xiàn)象和小樣本等問題。目前,國內(nèi)外很多學者都在致力于解決這些高光譜分類遇到的困難和矛盾,并取得了各個方面的有價值的進展。
2、
本文提出了一種針對于高光譜圖像的監(jiān)督分類算法,支持向量機(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢。子空間投影方法最初是線性特征抽取和數(shù)據(jù)壓縮的產(chǎn)物,其作用是將矢量形式給出的數(shù)據(jù)壓縮到能量集中的主軸上,實現(xiàn)數(shù)據(jù)從高維空間向低維空間映射。本文實現(xiàn)了將支持向量機與子空間方法結合并利用LIBSVM工具箱對高光譜圖像數(shù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于EMD-SVM的高光譜圖像分類相關算法研究.pdf
- 結合空間信息與光譜信息的高光譜圖像分類研究.pdf
- 結合空間信息的高光譜遙感圖像分類方法研究.pdf
- 結合近鄰選擇的高光譜圖像分類算法研究.pdf
- 結合空間域信息的高光譜圖像分類方法.pdf
- 基于最小正則化子空間高光譜圖像分類算法的研究.pdf
- 結合空間信息的高光譜圖像支持向量機分類研究.pdf
- 基于SVM的高光譜遙感圖像海面溢油分類方法研究.pdf
- 基于高斯過程的高光譜圖像分類算法研究.pdf
- 基于子空間學習的高光譜影像地物分類.pdf
- 高光譜圖像特征學習與分類算法研究.pdf
- 基于SVM核函數(shù)和參數(shù)選擇的高光譜圖像分類研究.pdf
- 基于稀疏表示的高光譜圖像分類算法研究.pdf
- 基于超像素的高光譜圖像分類算法研究.pdf
- 基于多分類器融合的高光譜圖像分類算法研究.pdf
- 圖像子空間聚類與分類算法研究.pdf
- 高光譜溢油圖像分類算法研究.pdf
- 基于相關向量機的高光譜圖像分類算法研究.pdf
- 基于深度學習的高光譜圖像分類算法的研究.pdf
- 高光譜圖像特征提取與分類算法研究.pdf
評論
0/150
提交評論