收藏本站
《武汉大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

支撑向量机在光谱遥感影像分类中的若干问题研究

刘志刚  
【摘要】:光谱遥感技术已经成为人们获取地球表面信息的一种主要的手段之一,发挥着越来越广泛的社会效益。随着光谱遥感技术朝着“三高”(高空间分辨率、高光谱分辨率、高时相分辨率)和“三多”(多传感器、多平台、多角度)迅猛发展,人们将获取越来越庞大的光谱遥感数据。然而目前遥感信息的提取和利用水平大大滞后于遥感技术的发展,因此研究新的理论和方法提高遥感信息的提取水平具有十分重要的意义。 分类是人们获取信息的一种重要的手段。传统的分类方法是以经验风险最小化为归纳原则,只有当训练样本数趋于无穷时,其性能才能达到理论上的最优。然而在光谱遥感影像分类中训练样本往往是有限的。当样本不足时,传统的分类方法往往不能达到理想的分类精度,尤其在对高光谱影像的分类中,样本不足的问题更为突出,容易导致严重的Hughes现象。统计学习理论第一次系统地研究了在样本有限的情况下的机器学习问题,提出了一种能够根据样本数量的多少合理地控制分类器的推广能力的一种模型选取原则——结构风险最小化原则。支撑向量机(SVMs)是在该理论框架下产生的一种通用学习方法。本文将SVMs用于光谱遥感分类,开展了如下几方面开拓性和创新性的研究工作: ·系统地总结了现有的三类主要的监督分类方法,并运用统计学习领域的理论成果深入分析了分类器的推广能力与训练精度和模型估计精度之间的关系,模型复杂度、特征维数和训练样本数的相互关系和三者对训练精度和估计精度的影响方式,以及如何选取适当的分类模型; ·通过多光谱和高光谱遥感影像的分类实验,将SVMs与现有的几种代表性的分类方法进行了对比。这些方法既包括最常有的最小距离法(MinDis)、马氏距离法(MahDis)和最大似然法(MaxLike),也包括新近提出的光谱角度制图法(SAM)、留一协方差估计最大似然法(LOOC)和径向基神经网络(RBFNN)。实验结果说明:SVMs的分类能力一般而言强于SAM、MinDis、MahDis、MaxLike和LOOC;SVMs可以有效地克服样本不足所带来的Hughes现象;整体而言SVMs的训练速度和分类速度均快于RBFNN,且SVMs的分类精度对参数选取的敏感程度低于RBFNN,因此更易于使用。 ·通过对现有多类支撑向量机算法的系统性总结分忻,发现层次型支撑向量机(H-SVMs)可以实现相对高效的多类分类。由于进一步的分析发现现有的类间可分性度量方法在推广到非线性映射后的高维核空间时存在一定局限性,囚此本文结合SVMs和RBF核函数的特点提出了一种在RBF核特征空间中度量类间可分性的方法,并在其基础上提出了两种层次型多类支撑向量机:二叉树支撑向量机(BT SVMs)和单层聚类支撑向量机(SLC SVMs)。 这两种方法的基本思想是使类层次结构中越上层的子类之间在特征空间的可分性越强,这样一方面可以尽量减少自上而下的误差累积,提高整体分类精度;另一方面,可以使上层的SVM分类器中的支撑向量尽可能少,从而提高分类速度。实验证明了本文提出的RBF核特征空间中类间可分性的度量方法和相应的两种层次型多类支撑向量机算法的合理性和有效性。 ·在总结了现有的特征选取方法的基础上,着重分析和对比了迭代特征删除法(RFE)和判 别函数剪裁分析法(DF队)。实验表明RFE和DF队的波段选取速度较慢,制约了它们在 高光谱遥感影像波段选取中的实用性。根据高光谱影像波段间相关性强的特点,本文提出 了一种基于波段间相关性的波段过滤方法,这种方法实现速度快,可以有效地删除相关强 的波段。作为一种波段预选方法,实验证明相关性过滤法优于常用的等间隔采样法。本文 还将相关性过滤法与RFE和DF以组合成一种混合型波段选取方法。实验证明这种方法可 以明显减少波段选取阶段所需时间,并在基本不损失分类精度的前提下大大提高分类速度。 从整体时I句而言,“相关性过滤法+sLe svMs”不IJ“相关性过滤法+盯E+sLC sVMs” 是两种可取的快速高光谱分类方案。 .不完全监督分类是近年提出的一种新的分类类型,它介于监督分类和非监督分类之间。在 不完全监督分类中,为了提取某个目标类,只需要给出目标类的训练样本即可。而在许多 遥感影像分类问题中,人们往往只关心某种(某几种)类别,此时如果采用不完全监督分 类法,可以节省大量样本选取的工作,具有非常重要的实用价值。本文提出了一种基于加 权无标识样本支撑向量机,并在其基础上提出了一种不完全监督分类的方法。该方法通过 选取无标识样本间接地利用了非目标类的信息,将不完全分类问题(单类分类问题)转化 为两类分类问题,既具有SVM分类能力,又有效地克服了已有的卜SVM算法对核参数取 值的敏感性。
【学位授予单位】:武汉大学
【学位级别】:博士
【学位授予年份】:2004
【分类号】:P237

【引证文献】
中国期刊全文数据库 前6条
1 林超;杨敏华;;基于球结构支持向量机的QuickBird影像分类分析[J];测绘工程;2011年03期
2 谭琨;杜培军;王小美;;特征维数对支持向量机分类器性能影响的研究——以高光谱遥感影像为例[J];测绘科学;2011年01期
3 辛宪会,郭建星,解志刚,邱振戈;一种基于支持向量机的纹理图像分类法[J];海洋测绘;2005年02期
4 杨何群;杨引明;;热带气旋卫星遥感客观定位方法研究进展[J];热带海洋学报;2012年02期
5 王新洲;;论空间数据处理与空间数据挖掘[J];武汉大学学报(信息科学版);2006年01期
6 沈照庆;黄亮;陶建斌;;基于支持向量机的高光谱遥感影像道路提取[J];长安大学学报(自然科学版);2012年05期
中国博士学位论文全文数据库 前10条
1 王雷光;基于非模糊均值漂移的高空间分辨率遥感影像区域分割算法研究[D];武汉大学;2009年
2 陈杰;高分辨率遥感影像面向对象分类方法研究[D];中南大学;2010年
3 刘小芳;基于核理论的遥感图像分类方法研究[D];电子科技大学;2011年
4 张承明;基于GIS&RS的水库洪水预报模型研究与应用[D];山东科技大学;2010年
5 易尧华;基于投影寻踪的多(高)光谱影像分析方法研究[D];武汉大学;2004年
6 傅文杰;遥感矿化蚀变信息提取中两种新方法的应用研究[D];中南大学;2006年
7 杨哲海;高光谱影像分类若干关键技术的研究[D];解放军信息工程大学;2006年
8 鲁淑霞;基于支持向量机的多光谱数据分类[D];河北大学;2007年
9 马盈盈;基于层次分类与数据融合的星载激光雷达数据反演[D];武汉大学;2010年
10 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘涛;遥感图像分块分类技术的研究与应用[D];山东科技大学;2010年
2 邓禄群;高光谱图像类别信息相关技术研究[D];哈尔滨工程大学;2010年
3 梅丽;人类启动子识别算法研究[D];辽宁师范大学;2010年
4 徐晓丹;支持向量机在矿区遥感监测图像分类中的应用研究[D];辽宁工程技术大学;2009年
5 何燕;基于航天遥感图像的飞机目标识别[D];吉林大学;2011年
6 林超;基于超球体多类支持向量机的高光谱遥感影像分类[D];中南大学;2011年
7 马正龙;长株潭城市群土地利用/覆盖变化遥感动态监测[D];中南大学;2011年
8 鄢波;基于小波包与符号分析方法的汽轮机转子故障诊断研究[D];华南理工大学;2011年
9 李娜;基于模糊C均值及粒子群参数优化的支持向量机故障诊断方法研究[D];电子科技大学;2011年
10 阳庆;基于支持向量机的高光谱图像分类方法研究[D];解放军信息工程大学;2009年
【参考文献】
中国期刊全文数据库 前7条
1 骆剑承,王钦敏,马江洪,周成虎,梁怡;遥感图像最大似然分类方法的EM改进算法[J];测绘学报;2002年03期
2 李小文,赵红蕊,张颢,王锦地;全球变化与地表参数的定量遥感[J];地学前缘;2002年02期
3 李德仁;论21世纪遥感与GIS的发展[J];武汉大学学报(信息科学版);2003年02期
4 徐芳,燕琴;基于支持向量机的航空影像纹理分类研究[J];武汉大学学报(信息科学版);2003年05期
5 童庆禧,郑兰芬,王晋年,王向军,董卫东,胡远满,党顺行;湿地植被成象光谱遥感研究[J];遥感学报;1997年01期
6 骆剑承,周成虎,梁怡,马江洪;支撑向量机及其遥感影像空间特征提取和分类的应用研究[J];遥感学报;2002年01期
7 骆剑承,周成虎,杨艳;基于径向基函数(RBF)映射理论的遥感影像分类模型研究[J];中国图象图形学报;2000年02期
【共引文献】
中国期刊全文数据库 前10条
1 隋学艳;朱振林;朱传宝;杨丽萍;姚慧敏;郭洪海;;基于MODIS数据的山东省小麦株高遥感估算研究[J];山东农业科学;2009年02期
2 庄振华;王年;李学俊;梁栋;王继;;癌症基因表达数据的熵度量分类方法[J];安徽大学学报(自然科学版);2010年02期
3 陈乐;王年;苏亮亮;王蕊平;;基于邻接谱主分量分析的肿瘤分类方法[J];安徽大学学报(自然科学版);2011年04期
4 叶爱霞;王年;苏亮亮;;基于非负矩阵分解和Normal_Matrix的肿瘤基因分类[J];安徽大学学报(自然科学版);2012年03期
5 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
6 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
7 杨帆;;浅析GIS的发展现状与未来发展趋势[J];安徽农学通报;2007年23期
8 戴晓琴;;浅谈遥感技术在土地利用中的应用[J];安徽农学通报;2008年23期
9 陈军;王洪仁;;基于高光谱红边参数的棉花冠层覆盖度提取研究[J];安徽农学通报(上半月刊);2009年09期
10 陈会明;;浅谈遥感技术在农业生产中的应用[J];安徽农学通报(上半月刊);2009年19期
中国重要会议论文全文数据库 前10条
1 彭妮娜;易维宁;方勇华;;基于核函数的高光谱图像信息提取研究[A];光子科技创新与产业化——长三角光子科技创新论坛暨2006年安徽博士科技论坛论文集[C];2006年
2 汪震;洪津;张冬英;罗军;;液晶可调谐滤光片在遥感探测中的应用研究[A];光子科技创新与产业化——长三角光子科技创新论坛暨2006年安徽博士科技论坛论文集[C];2006年
3 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
4 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
5 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
6 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
7 ;State Estimation Model of Ferment Process Based on PSO[A];第二十九届中国控制会议论文集[C];2010年
8 常俊林;魏巍;梁君燕;;基于支持向量机的SURF改进算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
9 ;Research of Intelligent Control Model and System on Traffic Light Time[A];中国自动化学会控制理论专业委员会D卷[C];2011年
10 刘友强;李斌;奚宁;陈家骏;;基于双语平行语料的中文缩略语提取方法[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年
中国博士学位论文全文数据库 前10条
1 于化龙;基于DNA微阵列数据的癌症分类技术研究[D];哈尔滨工程大学;2010年
2 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
3 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
4 宁安良;面向3G终端的移动地理信息服务研究[D];中国海洋大学;2010年
5 任广波;基于半监督学习的遥感影像分类技术研究[D];中国海洋大学;2010年
6 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
7 柏坚;非线性数学地质模型研究及在滇东南金矿成矿预测中的应用[D];中国地质大学(北京);2010年
8 章鹏;多尺度特征检测:方法和应用研究[D];中国科学技术大学;2010年
9 张昌明;新疆汉族、维吾尔族及哈萨克族食管癌血清蛋白质指纹图谱研究[D];新疆医科大学;2010年
10 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
中国硕士学位论文全文数据库 前10条
1 谢正鹏;武汉市典型城市湖泊湿地植物群落生物量研究[D];华中农业大学;2010年
2 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
3 刘涛;遥感图像分块分类技术的研究与应用[D];山东科技大学;2010年
4 胡红;矿区植物胁迫作用与遥感信息提取[D];山东科技大学;2010年
5 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
6 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
7 刘磊;多泥沙河流水库优化调度研究[D];郑州大学;2010年
8 辛保兵;既有预应力混凝土梁桥剩余承载力评估方法研究[D];郑州大学;2010年
9 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
10 侯洪升;基于SPOT5高分辨率影像的城市新增建设用地监测研究[D];山东农业大学;2009年
【同被引文献】
中国期刊全文数据库 前10条
1 江标初,陈映鹰;模糊分类在土地利用/覆盖变更调查中的应用[J];安徽农业科学;2005年06期
2 师发苗;;互助县森林资源动态变化分析[J];现代农业科技;2007年23期
3 田盛丰;基于核函数的学习算法[J];北方交通大学学报;2003年02期
4 朱克强,贺力群;大规模简单界约束的凸二次规划新算法[J];北方交通大学学报;1998年03期
5 何青,熊桢;基于邻域的混合象元解译[J];北方交通大学学报;1999年04期
6 秦其明,陆荣建;分形与神经网络方法在卫星数字图像分类中的应用[J];北京大学学报(自然科学版);2000年06期
7 王建芬,曹元大;支持向量机在大类别数分类中的应用[J];北京理工大学学报;2001年02期
8 顾洋,王庆林,徐立新;基于Wiener滤波,K-L变换和BP网络的数字识别[J];北京理工大学学报;2002年01期
9 柳回春,马树元,吴平东,杨峰,曾兴生,毕路拯;UK心理测试自动分析系统的手写体数字识别[J];北京理工大学学报;2002年05期
10 刘华富;支持向量机Mercer核的若干性质[J];北京联合大学学报(自然科学版);2005年01期
中国博士学位论文全文数据库 前10条
1 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年
2 郭俊先;基于高光谱成像技术的棉花杂质检测方法的研究[D];浙江大学;2011年
3 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
4 黄宁;遥感图象中模式分类技术的研究[D];中国科学院电子学研究所;2001年
5 刘伟东;高光谱遥感土壤信息提取与挖掘研究[D];中国科学院研究生院(遥感应用研究所);2002年
6 蒋江;异构集群系统中基于进程迁移机制的负载平衡算法的研究[D];国防科学技术大学;2002年
7 马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
8 夏建涛;基于机器学习的高维多光谱数据分类[D];西北工业大学;2002年
9 范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
10 张兵;时空信息辅助下的高光谱数据挖掘[D];中国科学院研究生院(遥感应用研究所);2002年
中国硕士学位论文全文数据库 前10条
1 林超;基于超球体多类支持向量机的高光谱遥感影像分类[D];中南大学;2011年
2 梁君玲;蚁群算法研究及其在聚类中的应用[D];华南理工大学;2011年
3 马文驷;多分类器融合模式识别方法研究[D];西安电子科技大学;2002年
4 沈培华;支持矢量机的算法研究和应用[D];南京理工大学;2002年
5 白继伟;基于高光谱数据库的光谱匹配技术研究[D];中国科学院研究生院(遥感应用研究所);2002年
6 符宁;用于VLSI布局的计算智能方法研究[D];电子科技大学;2002年
7 潘翔;基于多分类器集成的模式识别研究[D];浙江工业大学;2002年
8 施拥军;森林遥感分类技术研究——以浙西北山区为例[D];浙江大学;2003年
9 雷静;支持向量机在基于边缘检测的图像分割和函数估计中的应用[D];河北工业大学;2003年
10 张雄飞;网络环境下高光谱数据库构建及其应用实践[D];中国科学院研究生院(遥感应用研究所);2003年
【二级引证文献】
中国期刊全文数据库 前10条
1 周欣;吴瑛;;核Fisher判别分析在数字信号分类中的应用[J];北京邮电大学学报;2011年01期
2 毕硕本;闾国年;陈济民;;史前连续文化聚落的决策树分类挖掘研究——以郑州-洛阳地区为例[J];测绘科学;2008年02期
3 陈科;张保明;王宇灵;谢明霞;;基于统计分析的数据挖掘中数据处理综述[J];测绘科学;2008年S1期
4 陈科;张保明;王宇灵;谢明霞;;基于统计分析的数据挖掘中数据处理综述[J];测绘科学;2008年S3期
5 毕硕本;耿焕同;闾国年;;国内空间数据挖掘研究进展与技术体系探讨[J];地理信息世界;2008年01期
6 张继贤;唐新明;翟亮;;关于我国信息化测绘技术体系建设的思考[J];测绘通报;2008年05期
7 杨国鹏;余旭初;冯伍法;刘伟;陈伟;;高光谱遥感技术的发展与应用现状[J];测绘通报;2008年10期
8 杨国鹏;余旭初;周欣;张鹏强;;基于相关向量机的高光谱影像分类研究[J];测绘学报;2010年06期
9 李淼;张继贤;张永红;;支持向量机在MODIS影像分类中的方法研究[J];测绘与空间地理信息;2007年03期
10 毕硕本;闾国年;陈济民;;郑州—洛阳地区史前连续文化聚落的K-means聚类挖掘研究[J];地理与地理信息科学;2007年05期
中国重要会议论文全文数据库 前3条
1 贾泽露;刘耀林;;可视化空间数据挖掘研究综述[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
2 张继贤;唐新明;翟亮;;关于我国信息化测绘技术体系建设的思考[A];中国测绘学会九届三次理事会暨2007年“信息化测绘论坛”学术年会论文集[C];2007年
3 李治江;谢云;张宏伟;;彩色遥感影像的色调质量评价[A];第十三届全国图象图形学学术会议论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年
2 关瑞华;基于3S达里诺尔国家级自然保护区景观格局演变及监控技术的研究[D];内蒙古农业大学;2011年
3 刘小芳;基于核理论的遥感图像分类方法研究[D];电子科技大学;2011年
4 高恒振;高光谱遥感图像分类技术研究[D];国防科学技术大学;2011年
5 傅文杰;遥感矿化蚀变信息提取中两种新方法的应用研究[D];中南大学;2006年
6 李景文;面向对象空间实体矢量模型及其应用研究[D];中国地质大学(北京);2007年
7 刘汉湖;岩矿波谱数据分析与信息提取方法研究[D];成都理工大学;2008年
8 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
9 娄德波;新疆东天山铜镍矿资源潜力评价方法研究[D];中国地质科学院;2008年
10 李嘉;基于内容的多光谱遥感影像检索若干关键技术研究[D];华中科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
2 蒋静;基于量子粒子群优化的Volterra核辨识及故障诊断方法研究[D];郑州大学;2010年
3 邓禄群;高光谱图像类别信息相关技术研究[D];哈尔滨工程大学;2010年
4 胡春梅;基于数据源优化的高光谱图像异常检测算法研究[D];哈尔滨工程大学;2010年
5 杨克强;LVQ神经网络在齿轮箱故障诊断中的研究[D];安徽农业大学;2010年
6 蒋桂莲;基于粗糙集和支持向量机的人脸识别[D];长沙理工大学;2010年
7 马一薇;高光谱遥感图像融合技术与质量评价方法研究[D];解放军信息工程大学;2010年
8 何龙兵;分形遥感图像融合及分类方法研究[D];西安电子科技大学;2011年
9 张洋洋;基于HJ1-A影像的高光谱混合像元分解技术及应用的研究[D];山东师范大学;2011年
10 张清;基于模糊支持向量机的变压器远程故障诊断研究[D];北京交通大学;2011年
【二级参考文献】
中国期刊全文数据库 前7条
1 朱述龙;纹理图像统计模型与纹理图像分割[J];测绘学报;1995年02期
2 黄桂兰,郑肇葆;分形几何在影像纹理分类中的应用[J];测绘学报;1995年04期
3 张颢,焦子锑,杨华,王锦地,苏理宏,闫广建,赵红蕊,李小文;直方图尺度效应研究[J];中国科学(D辑:地球科学);2002年04期
4 李德仁,李清泉;论地球空间信息技术与通信技术的集成[J];武汉大学学报(信息科学版);2001年01期
5 李德仁,李清泉,谢智颖,朱欣焰;论空间信息与移动通信的集成应用[J];武汉大学学报(信息科学版);2002年01期
6 李德仁;关于地理信息理论的若干思考[J];武汉测绘科技大学学报;1997年02期
7 郑肇葆,郑宏;基于遗传算法的影像纹理分类[J];武汉测绘科技大学学报;1998年04期
【相似文献】
中国期刊全文数据库 前10条
1 梅金华,陈雅娜,姜端午;湘西北地区石漠化遥感调查的技术方法[J];湖南地质;2002年02期
2 刘学锋,孟令奎,赵金玲,黄长青;基于Idrisi的遥感图像监督分类中地物光谱特征文件生成新途径[J];遥感技术与应用;2004年01期
3 郑小慎;;塘沽盐场遥感图像模式识别方法的研究[J];海洋技术;2006年03期
4 刘桂生;葛根旺;;基于遥感影像的土地利用监督分类探讨[J];城市勘测;2008年03期
5 陈阳;陈鹰;林怡;;GIS辅助下的高分辨率遥感影像变化检测[J];铁道勘察;2008年04期
6 许仕珍;吴云东;;基于进化人工免疫网络的遥感影像分类算法[J];测绘工程;2009年01期
7 薛廉;周春兰;;基于监督分类分区域的特征因子提取[J];地理空间信息;2009年02期
8 史蕊;葛燕飞;;基于LandsatTM影像的城市变化检测研究[J];黑龙江科技信息;2009年28期
9 刘琳;;引入分维值进行南京市区土地利用分类[J];安徽师范大学学报(自然科学版);2006年02期
10 王俊松;杨逢乐;贺彬;赵磊;;利用QuickBird影像提取城市不透水率的研究[J];遥感信息;2008年03期
中国重要会议论文全文数据库 前10条
1 陈劲松;邵芸;董庆;王长林;;全极化SAR数据信息提取研究[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
2 高炳浩;曲会霞;;基于遥感影像数据的土地动态监测[A];吉林省测绘学会2008年学术年会论文集(下)[C];2008年
3 袁金国;;遥感影像监督分类方法的应用研究[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年
4 马平燕;;基于ERDAS的土地利用监督分类探讨[A];江苏省测绘学会2007'学术年会论文集[C];2008年
5 马平燕;;基于ERDAS的土地利用监督分类探讨[A];江苏省测绘学会2007年学术年会论文集[C];2008年
6 余德清;李文辉;;谈岩溶石山地区石漠化遥感调查技术方法[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
7 钟文军;;使用ERDAS进行航空影像的几何纠正和地物分类的研究[A];首届长三角科技论坛数字区域建设与地理空间技术论坛优秀论文集[C];2004年
8 吴卿;王冬梅;董仁才;汪西林;;虚拟现实环境下遥感影像分类模板定义技术在水土保持调查中的应用研究[A];发展水土保持科技、实现人与自然和谐——中国水土保持学会第三次全国会员代表大会学术论文集[C];2006年
9 李旭超;;视频序列中的人脸检测与跟踪[A];2007中国控制与决策学术年会论文集[C];2007年
10 董广军;周海芳;朱朝杰;;基于粗糙聚类模型的支撑向量机分类技术[A];第七届全国信息获取与处理学术会议论文集[C];2009年
中国重要报纸全文数据库 前5条
1 徐海;唐山银监分局五项措施力促农信社贷款规范管理[N];金融时报;2006年
2 李正法;提速提速再提速[N];中国国门时报;2002年
3 李正法;我省检验检疫为加快通关全力提速[N];江苏经济报;2002年
4 记者 李正法;江苏建设出口果蔬菜安全网[N];中国国门时报(中国出入境检验疫报);2002年
5 李正法;我省构筑出口果蔬菜安全网[N];江苏经济报;2002年
中国博士学位论文全文数据库 前10条
1 刘志刚;支撑向量机在光谱遥感影像分类中的若干问题研究[D];武汉大学;2004年
2 蒋艳凰;遥感图像高精度并行监督分类技术研究[D];国防科学技术大学;2004年
3 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
4 王坚;语音识别中的说话人自适应研究[D];北京邮电大学;2007年
5 龚;基于HDA和MRF的高光谱影像同质区分析[D];武汉大学;2007年
6 王晓宇;红外图像分析关键技术研究[D];华中科技大学;2008年
7 吕佳;基于局部学习的半监督分类问题研究[D];内蒙古大学;2012年
8 路威;面向目标探测的高光谱影像特征提取与分类技术研究[D];中国人民解放军信息工程大学;2005年
9 乔建苹;超分辨率重建与图像增强技术研究[D];山东大学;2008年
10 胡永刚;数据深度在再生核Hilbert空间及张量空间的扩展[D];国防科学技术大学;2009年
中国硕士学位论文全文数据库 前10条
1 李琪;基于支撑向量机集成的室内定位系统设计与实现[D];湖南大学;2012年
2 吴勋;基于支撑向量机与模板匹配的眼底图像分割[D];华中科技大学;2011年
3 宋建锋;基于支撑向量机的手写英文字符识别[D];西安电子科技大学;2004年
4 张玉颖;基于梯形模型及支撑向量机的非结构化道路检测[D];复旦大学;2010年
5 李亚娥;基于图的半监督分类算法研究[D];陕西师范大学;2012年
6 吴海丽;基于支撑向量机的纹理分类[D];华中科技大学;2010年
7 王小亭;“3S”技术在土地利用中的综合应用研究[D];成都理工大学;2005年
8 郑捷;SVM几何修正法及其在DNA序列处理中的应用[D];北京工业大学;2001年
9 徐冬青;遥感技术应用于土壤盐渍化动态监测[D];新疆农业大学;2005年
10 李宝华;基于GIS改进先验概率的遥感土地利用/土地覆盖分类研究[D];河南大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026