已閱讀1頁，還剩64頁未讀， 繼續(xù)免費(fèi)閱讀
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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、由于近些年沿海地區(qū)溢油事件的頻繁發(fā)生，海上油污監(jiān)測成為一項重要課題，如何快速有效的進(jìn)行溢油信息的分類提取變得尤為重要。鑒于此，在衛(wèi)星遙感影像理論的基礎(chǔ)上，采用監(jiān)督分類法、非監(jiān)督分類法以及BP神經(jīng)網(wǎng)絡(luò)方法，進(jìn)行影像分類對比分析，獲得各種方法的優(yōu)缺點(diǎn)。
以2011年6月康菲溢油事件的MODIS影像為試驗數(shù)據(jù)，通過影像預(yù)處理、光譜分析之后，重點(diǎn)采用了BP神經(jīng)網(wǎng)絡(luò)在MATLAB平臺上對感興趣區(qū)進(jìn)行研究，提取最有代表性的樣本特征，將該樣
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(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BP神經(jīng)網(wǎng)絡(luò)的遙感影像分類研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的遙感影像模式分類研究.pdf
- 基于LVQ神經(jīng)網(wǎng)絡(luò)分層模型的遙感影像分類.pdf
- 遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)在SAR溢油圖像分類中的研究.pdf
- 基于自編碼神經(jīng)網(wǎng)絡(luò)的極化SAR影像地物分類.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的高分辨率遙感影像分類研究.pdf
- 基于深度脊波神經(jīng)網(wǎng)絡(luò)的極化SAR影像地物分類.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的遙感影像識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的郵件分類識別研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的高分辨率遙感影像分類.pdf
- 基于bp神經(jīng)網(wǎng)絡(luò)的高分辨率遙感影像分類
- 應(yīng)用紋理分析和神經(jīng)網(wǎng)絡(luò)方法分類海上SAR溢油圖像.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類.pdf
- 基于bp神經(jīng)網(wǎng)絡(luò)的高分辨率遙感影像分類
- 基于卷積神經(jīng)網(wǎng)絡(luò)的問句分類研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像分類方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的HTML文檔分類研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的高分辨率遙感影像分類.docx
- 基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的圖像分類研究.pdf
評論
0/150
提交評論