版權(quán)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(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、針對高光譜遙感圖像數(shù)據(jù)的特征提取和分類問題,尤其是針對某些易混分地物的分類問題,研究和建立相應(yīng)的投影尋蹤指標(biāo),通過優(yōu)化這種投影指標(biāo),尋找能夠更容易區(qū)分易混分地物的投影方向。為此建立了多方向投影尋蹤算法,以便求出多個投影尋蹤方向,更精確地在低維空間中表現(xiàn)原始數(shù)據(jù)的空間分布規(guī)律。在此基礎(chǔ)上,建立了主成分分析方向和投影尋蹤方向相結(jié)合的特征組合方案,使得高光譜遙感數(shù)據(jù)的整體分類精度得到提高。針對高光譜圖像光譜波段的最優(yōu)波段選擇問題,構(gòu)造了選元投
2、影尋蹤算法,并為此建立了一種快速選元投影尋蹤算法,使算法的速度提高將近80倍(波段總數(shù)的倍數(shù))。研究了高光譜圖像數(shù)據(jù)的非線性主曲線構(gòu)造算法,該方法是對主成分分析的一種非線性擴展,用以把原始數(shù)據(jù)投影到空間曲線上,以便進一步對地物進行精確分類。建立了簡化的非線性主曲線算法——非線性主折線算法。并對非線性主折線算法用于高光譜遙感數(shù)據(jù)特征提取的效果進行研究和討論。建立了一種基于非線性主折線的分類算法,該方法將利用訓(xùn)練樣本數(shù)據(jù),構(gòu)造非線性主折線,
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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 高光譜圖像特征提取與分類算法研究.pdf
- 高光譜遙感圖像特征提取及分類研究——基于K-L變換及支撐矢量技術(shù).pdf
- 52662.基于投影尋蹤的高光譜影像特征提取與自動識別技術(shù)研究
- 高光譜遙感圖像光譜特征提取與匹配技術(shù)研究.pdf
- 基于稀疏和流形的高光譜圖像特征提取研究.pdf
- 高光譜遙感影像空譜特征提取與分類方法研究.pdf
- 基于投影尋蹤的高光譜圖像降維算法研究.pdf
- 基于自動編碼機的高光譜圖像特征提取及分類方法研究.pdf
- 多光譜遙感圖像的特征提取與比較.pdf
- 基于流形學(xué)習(xí)的高光譜數(shù)據(jù)特征提取及分類.pdf
- 基于非負(fù)矩陣分解的高光譜圖像特征提取與分類算法研究.pdf
- 基于高光譜圖像的特征提取-選擇及其應(yīng)用的研究.pdf
- 基于深度學(xué)習(xí)的多特征高光譜遙感圖像分類研究.pdf
- 高光譜遙感數(shù)據(jù)特征提取與特征選擇方法研究.pdf
- 圖像的特征提取和分類.pdf
- 基于流形學(xué)習(xí)的高光譜圖像空-譜聯(lián)合特征提取與分類.pdf
- 基于多域聯(lián)合特征提取的高光譜圖像分類關(guān)鍵技術(shù)研究.pdf
- 基于圖像融合的高光譜遙感圖像分類研究.pdf
- 基于非線性特征提取的心電節(jié)拍分類算法研究.pdf
- 遙感圖像特征提取方法研究.pdf
評論
0/150
提交評論