期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
用随机决策树群算法进行高光谱遥感影像分类
被引量：
5
1
作者
胥海威
杨敏华
+1 位作者
韩瑞梅
王振兴
《应用科学学报》
EI
CAS
CSCD
北大核心
2011年第6期598-604,共7页
高光谱影像具有丰富的光谱信息,与全色、多光谱影像相比能更好地进行地面目标的分类识别.该文对决策树分类算法的优劣进行分析,引入随机决策树群算法,对青海省祁连县Hyperion高光谱影像和IRS-P6影像数据进行实验,使用子空间划分和光谱...
高光谱影像具有丰富的光谱信息,与全色、多光谱影像相比能更好地进行地面目标的分类识别.该文对决策树分类算法的优劣进行分析,引入随机决策树群算法,对青海省祁连县Hyperion高光谱影像和IRS-P6影像数据进行实验,使用子空间划分和光谱距离进行降维后,分别采用支持向量机、神经网络、最大似然法进行分类,并与随机决策树群算法分类结果进行比较.结果表明,该算法表现最优且无需降维预处理,可广泛应用于高光谱遥感领域.
展开更多
关键词
高光谱遥感
影像
自动
分类
模式
分类
土地覆盖
分类
随机决策树群算法
下载PDF
职称材料
基于U-Net的珊瑚礁遥感影像自动分类
被引量：
2
2
作者
王桓
吴迪
+1 位作者
左秀玲
王浩
《海洋测绘》
CSCD
北大核心
2023年第1期63-67,共5页
珊瑚礁遥感影像分类是珊瑚礁遥感监测的关键性基础技术,对珊瑚礁生态保护与制图应用起着重要的支撑作用。提出一种新的基于U-Net模型的珊瑚礁遥感影像自动分类方法,该方法使用小样本珊瑚礁影像训练即可得到分类精度较高的模型,克服了一...
珊瑚礁遥感影像分类是珊瑚礁遥感监测的关键性基础技术,对珊瑚礁生态保护与制图应用起着重要的支撑作用。提出一种新的基于U-Net模型的珊瑚礁遥感影像自动分类方法,该方法使用小样本珊瑚礁影像训练即可得到分类精度较高的模型,克服了一般深度学习模型需要海量样本数据训练的缺陷。基于LandsatTM影像,对南海珊瑚礁进行遥感分类,其准确度潟湖坡为78%,向海坡为85%,珊瑚礁、海洋、陆地均大于95%,所有类别的边界轮廓指数大于92%。因此,这种自动分类方法比传统的珊瑚礁遥感影像分类方法精度更高,分类速度更快。
展开更多
关键词
珊瑚礁遥感
影像
自动
分类
U型卷积神经网络(U-Net)
深度学习
Landsat-8卫星
下载PDF
职称材料
题名
用随机决策树群算法进行高光谱遥感影像分类
被引量：
5
1
作者
胥海威
杨敏华
韩瑞梅
王振兴
机构
中南大学地球科学与信息物理学院
河南理工大学测绘与国土信息工程学院
中南大学冶金科学与工程学院
国家环境保护总局华南环境科学研究所
出处
《应用科学学报》
EI
CAS
CSCD
北大核心
2011年第6期598-604,共7页
基金
国家自然科学基金(No.50830301)
国家杰出青年科学基金(No.50925417)资助
文摘
高光谱影像具有丰富的光谱信息,与全色、多光谱影像相比能更好地进行地面目标的分类识别.该文对决策树分类算法的优劣进行分析,引入随机决策树群算法,对青海省祁连县Hyperion高光谱影像和IRS-P6影像数据进行实验,使用子空间划分和光谱距离进行降维后,分别采用支持向量机、神经网络、最大似然法进行分类,并与随机决策树群算法分类结果进行比较.结果表明,该算法表现最优且无需降维预处理,可广泛应用于高光谱遥感领域.
关键词
高光谱遥感
影像
自动
分类
模式
分类
土地覆盖
分类
随机决策树群算法
Keywords
hyperspectral remote sensing
automatic image classification
pattern classification
land cover classification
extremely randomized clustering forests（ERC-forests）
分类号
TP75 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于U-Net的珊瑚礁遥感影像自动分类
被引量：
2
2
作者
王桓
吴迪
左秀玲
王浩
机构
海军大连舰艇学院军事海洋与测绘系
海洋测绘工程军队重点实验室
广西大学海洋学院
出处
《海洋测绘》
CSCD
北大核心
2023年第1期63-67,共5页
基金
国家自然科学基金青年基金(41801341)。
文摘
珊瑚礁遥感影像分类是珊瑚礁遥感监测的关键性基础技术,对珊瑚礁生态保护与制图应用起着重要的支撑作用。提出一种新的基于U-Net模型的珊瑚礁遥感影像自动分类方法,该方法使用小样本珊瑚礁影像训练即可得到分类精度较高的模型,克服了一般深度学习模型需要海量样本数据训练的缺陷。基于LandsatTM影像,对南海珊瑚礁进行遥感分类,其准确度潟湖坡为78%,向海坡为85%,珊瑚礁、海洋、陆地均大于95%,所有类别的边界轮廓指数大于92%。因此,这种自动分类方法比传统的珊瑚礁遥感影像分类方法精度更高,分类速度更快。
关键词
珊瑚礁遥感
影像
自动
分类
U型卷积神经网络(U-Net)
深度学习
Landsat-8卫星
Keywords
coral reef remote sensing
automatic image classification
U-Net CNN model
deep learning
Landsat-8 images
分类号
P237 [天文地球—摄影测量与遥感]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
用随机决策树群算法进行高光谱遥感影像分类
胥海威
杨敏华
韩瑞梅
王振兴
《应用科学学报》
EI
CAS
CSCD
北大核心
2011
5
下载PDF
职称材料
2
基于U-Net的珊瑚礁遥感影像自动分类
王桓
吴迪
左秀玲
王浩
《海洋测绘》
CSCD
北大核心
2023
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
