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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、高光譜遙感作為一種新型的遙感方式在近50年的發(fā)展中已經(jīng)在軍用和民用的多個(gè)領(lǐng)域發(fā)揮著重要的作用。與多光譜遙感相比,高光譜遙感數(shù)據(jù)具有波段數(shù)目多、光譜分辨率高、數(shù)據(jù)量龐大等特點(diǎn),這對于利用遙感圖像進(jìn)行目標(biāo)分類、識(shí)別與跟蹤等都具有重要的研究價(jià)值和應(yīng)用意義。然而其巨大的數(shù)據(jù)量和較高的數(shù)據(jù)維給高光譜圖像分類處理帶來較大的困難。對于高光譜圖像的分類,往往要經(jīng)過逐步的數(shù)據(jù)分析、特征提取,然后利用不同的分類器反復(fù)調(diào)整其中的分類器參數(shù),方可尋找到最優(yōu)的分
2、類算法,重復(fù)性的處理過程使高光譜圖像分類低效率、低智能。
本文充分利用以往高光譜圖像分類的經(jīng)驗(yàn),并將經(jīng)驗(yàn)轉(zhuǎn)化為實(shí)際的處理方案,實(shí)現(xiàn)對高光譜圖像高效準(zhǔn)確的分類,提出并建立了基于案例推理的高光譜圖像分類識(shí)別系統(tǒng)。
首先,為解決高光譜圖像分類易出現(xiàn)的“維數(shù)災(zāi)難”問題,對高光譜圖像特性進(jìn)行分析,研究了光譜特征線性提取算法主成分分析法、基于核的及基于流形學(xué)習(xí)的光譜特征非線性提取方法,有效地保留和提取了圖像的主要特征,為后續(xù)高光
3、譜圖像分類識(shí)別奠定了基礎(chǔ)。
其次,根據(jù)高光譜圖像是否具有先驗(yàn)知識(shí),以及先驗(yàn)知識(shí)的多少,分別研究了非監(jiān)督分類算法、基于統(tǒng)計(jì)決策理論及基于機(jī)器學(xué)習(xí)理論的監(jiān)督分類算法、基于小樣本理論的半監(jiān)督分類算法,同時(shí)對經(jīng)驗(yàn)數(shù)據(jù)的分類結(jié)果及分類器參數(shù)選擇進(jìn)行記錄,為案例推理系統(tǒng)的建立做準(zhǔn)備。
最后,在以上理論研究及具體實(shí)現(xiàn)的基礎(chǔ)上,構(gòu)建了基于案例推理的高光譜圖像分類識(shí)別系統(tǒng),集成了多案例、多規(guī)則、多分類方法,根據(jù)不同的實(shí)際應(yīng)用需求,實(shí)現(xiàn)
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(huì)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(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(shí)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
- 基于圖像融合的高光譜圖像分類.pdf
- 基于圖像融合的高光譜遙感圖像分類研究.pdf
- 基于高光譜圖像的雜草分類研究.pdf
- 基于分類精度預(yù)測的高光譜圖像分類研究.pdf
- 高光譜圖像分類研究.pdf
- 基于遷移學(xué)習(xí)的高光譜圖像分類.pdf
- 基于集成學(xué)習(xí)的高光譜圖像分類.pdf
- 基于遷移學(xué)習(xí)的高光譜圖像分類
- 基于稀疏表達(dá)的高光譜圖像分類研究.pdf
- 基于LSTSVM的高光譜圖像分類方法研究.pdf
- 基于高斯過程的高光譜圖像分類研究.pdf
- 基于遞歸網(wǎng)絡(luò)的高光譜圖像分類.pdf
- 基于高斯過程分類器的高光譜圖像分類.pdf
- 基于空譜聯(lián)合的高光譜圖像分類研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類研究.pdf
- 基于云理論的高光譜遙感圖像分類研究.pdf
- 基于高斯過程的高光譜圖像分類算法研究.pdf
- 基于支持向量機(jī)的高光譜圖像分類研究.pdf
- 基于高光譜圖像的目標(biāo)分類技術(shù)研究.pdf
- 基于稀疏表示的高光譜遙感圖像分類.pdf
評論
0/150
提交評論