

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、高光譜遙感是20世紀(jì)80年代興起的新型對(duì)地觀測(cè)技術(shù)。其獲取的高光譜圖像具有很高的光譜分辨率,為地物提供了豐富的細(xì)節(jié)信息,被廣泛運(yùn)用于農(nóng)業(yè)、林業(yè)、地質(zhì)、海洋、軍事等各個(gè)領(lǐng)域。然而,高光譜圖像數(shù)據(jù)量龐大,為其應(yīng)用和分析造成了不便,如何從海量的數(shù)據(jù)中高效快速的提取有用信息是其應(yīng)用的前提。本文在研究了現(xiàn)有高光譜圖像處理技術(shù)的基礎(chǔ)上,以北京市昌平縣小湯山PHI數(shù)據(jù)為例,提出了將蟻群算法(ACO)、獨(dú)立分量分析法(ICA)、支持向量機(jī)(SVM)相結(jié)
2、合的高光譜圖像處理方法,主要工作如下:
(1)系統(tǒng)總結(jié)了現(xiàn)有的數(shù)據(jù)降維方法和圖像分類方法?,F(xiàn)有的數(shù)據(jù)降維方法包括波段選擇和特征提取兩種,波段選擇包括基于信息量準(zhǔn)則和基于類間可分性原則的兩個(gè)方面。特征提取包括獨(dú)立分量分析、主成分分析、最小噪聲分離等?,F(xiàn)有的分類方法包括最小距離分類、最大似然分類、神經(jīng)網(wǎng)絡(luò)分類、支持向量機(jī)分類等。
(2)深入研究了蟻群算法基本原理和獨(dú)立分量分析原理,在此基礎(chǔ)上提出了ACO-ICA數(shù)
3、據(jù)降維方法,即運(yùn)用蟻群算法進(jìn)行波段子空間劃分,在子空間內(nèi)進(jìn)行ICA變換的數(shù)據(jù)降維方法。通過(guò)蟻群算法將高光譜圖像波段空間劃分為4個(gè)子空間,再在各子空間內(nèi)進(jìn)行ICA變換,提取出特征值較大的特征分量。將各子空間內(nèi)變換得到的新特征進(jìn)行組合,得到了包含信息量最大且無(wú)波段相關(guān)性的新特征數(shù)據(jù)。
(3)詳細(xì)介紹了支持向量機(jī)原理,提出了基于ACO-ICA的支持向量機(jī)分類方法。將基于ACO-ICA降維的數(shù)據(jù)和基于全局ICA降維的數(shù)據(jù)采用支持向
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 超光譜遙感圖像降維及分類方法研究.pdf
- 高光譜遙感圖像降維方法研究.pdf
- 高光譜遙感圖像降維方法研究(1)
- 高光譜遙感圖像的降維與分類研究.pdf
- 高-超光譜遙感數(shù)據(jù)降維算法研究.pdf
- 基于稀疏多流形學(xué)習(xí)的高光譜遙感影像降維研究.pdf
- 高光譜遙感圖像數(shù)據(jù)降維和分類算法研究.pdf
- 高光譜遙感圖像分類方法研究.pdf
- 高光譜遙感影像空譜特征提取與分類方法研究.pdf
- 基于改進(jìn)支持向量機(jī)的高光譜遙感影像分類方法研究.pdf
- 空-譜聯(lián)合高光譜數(shù)據(jù)降維與分類方法研究.pdf
- 基于FSVM的高光譜遙感影像分類算法研究.pdf
- 基于集成學(xué)習(xí)的高光譜遙感影像分類.pdf
- 基于流形學(xué)習(xí)的高光譜遙感圖像的降維方法研究.pdf
- 基于集成學(xué)習(xí)和空間信息的高光譜遙感影像分類方法.pdf
- 基于譜回歸判別分析的高光譜遙感影像分類方法研究.pdf
- 基于ELM和RBFNN的高光譜遙感影像分類.pdf
- 高光譜遙感影像異常檢測(cè)與分類技術(shù)研究.pdf
- 基于半監(jiān)督局部保持投影的高光譜遙感影像分類方法研究.pdf
- 高光譜遙感影像檢索理論與方法的研究.pdf
評(píng)論
0/150
提交評(píng)論