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
层次化高斯混合模型和M-H的遥感影像分割算法
被引量：
2
1
作者
石雪
李玉
赵泉华
《中国矿业大学学报》
EI
CAS
CSCD
北大核心
2019年第3期668-675,共8页
为了准确建立高分辨率遥感影像同质区域内像素强度呈现的非对称、重尾和多峰等复杂分布的统计模型,并得到高精度的分割结果,提出了一种结合层次化高斯混合模型(HGMM)和Metropolis-Hastings (M-H)算法的高分辨率遥感影像分割算法.提出算...
为了准确建立高分辨率遥感影像同质区域内像素强度呈现的非对称、重尾和多峰等复杂分布的统计模型,并得到高精度的分割结果,提出了一种结合层次化高斯混合模型(HGMM)和Metropolis-Hastings (M-H)算法的高分辨率遥感影像分割算法.提出算法采用HGMM建立高分辨率遥感影像的复杂统计分布模型,HGMM由多个高斯子混合模型(GSMM)的加权和定义.根据贝叶斯理论,结合HGMM和参数先验分布构建后验分布,即分割模型.采用M-H算法模拟分割模型以实现影像分割和模型参数求解.为了验证提出算法的可行性和有效性,分别对合成影像和高分辨率遥感影像进行分割实验,并定量和定性地评价分割结果.结果表明:提出算法具有准确建立复杂统计分布模型的能力,并得到高精度的分割结果.
展开更多
关键词
遥感影像分割
贝叶斯理论
层次化高斯混合模型
高斯子混合模型
M-H算法
原文传递
一种通过去噪来提高图像标注性能的方法
2
作者
伊怀彬
王加俊
《苏州大学学报（自然科学版）》
CAS
2009年第2期45-51,共7页
提出一种通过去除噪声来提高分层高斯混合模型的图像标注性能的方法.在有监督多概念标注(Su-pervised Multiclass Labeling,SML)中,它采用了分层高斯混合模型,有效地把大量的表示图片的高斯混合模型聚类成一个表示某概念类的高斯混合模...
提出一种通过去除噪声来提高分层高斯混合模型的图像标注性能的方法.在有监督多概念标注(Su-pervised Multiclass Labeling,SML)中,它采用了分层高斯混合模型,有效地把大量的表示图片的高斯混合模型聚类成一个表示某概念类的高斯混合模型,从而很容易实现图像的分类和标注.通过引入去噪过程,减少了图片中与概念不相关的高斯分量,消除了噪声高斯分量对分类器的负面影响,从而提高了分类性能.基于TRECVID2005数据的图像标注实验证明,该方法可以取得比SML方法更好的标注性能.
展开更多
关键词
分层高斯混合模型(HGM)
监督多概念标注(SML)
去噪
图像标注
渐进似然逼近(ALA)
下载PDF
职称材料
题名
层次化高斯混合模型和M-H的遥感影像分割算法
被引量：
2
1
作者
石雪
李玉
赵泉华
机构
辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所
出处
《中国矿业大学学报》
EI
CAS
CSCD
北大核心
2019年第3期668-675,共8页
基金
国家自然科学基金项目(41301479
41271435)
辽宁省自然科学基金项目(2015020090)
文摘
为了准确建立高分辨率遥感影像同质区域内像素强度呈现的非对称、重尾和多峰等复杂分布的统计模型,并得到高精度的分割结果,提出了一种结合层次化高斯混合模型(HGMM)和Metropolis-Hastings (M-H)算法的高分辨率遥感影像分割算法.提出算法采用HGMM建立高分辨率遥感影像的复杂统计分布模型,HGMM由多个高斯子混合模型(GSMM)的加权和定义.根据贝叶斯理论,结合HGMM和参数先验分布构建后验分布,即分割模型.采用M-H算法模拟分割模型以实现影像分割和模型参数求解.为了验证提出算法的可行性和有效性,分别对合成影像和高分辨率遥感影像进行分割实验,并定量和定性地评价分割结果.结果表明:提出算法具有准确建立复杂统计分布模型的能力,并得到高精度的分割结果.
关键词
遥感影像分割
贝叶斯理论
层次化高斯混合模型
高斯子混合模型
M-H算法
Keywords
remote
sensing
image
segmentation
Bayesian
theory
hierarchical
gaussian
mixture model
(
hgmm
)
gaussian
sub-
mixture model
(GSMM)
M-H
algorithm
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
一种通过去噪来提高图像标注性能的方法
2
作者
伊怀彬
王加俊
机构
苏州大学电子信息学院
出处
《苏州大学学报（自然科学版）》
CAS
2009年第2期45-51,共7页
文摘
提出一种通过去除噪声来提高分层高斯混合模型的图像标注性能的方法.在有监督多概念标注(Su-pervised Multiclass Labeling,SML)中,它采用了分层高斯混合模型,有效地把大量的表示图片的高斯混合模型聚类成一个表示某概念类的高斯混合模型,从而很容易实现图像的分类和标注.通过引入去噪过程,减少了图片中与概念不相关的高斯分量,消除了噪声高斯分量对分类器的负面影响,从而提高了分类性能.基于TRECVID2005数据的图像标注实验证明,该方法可以取得比SML方法更好的标注性能.
关键词
分层高斯混合模型(HGM)
监督多概念标注(SML)
去噪
图像标注
渐进似然逼近(ALA)
Keywords
hierarchical
gaussian
mixture model
（
hgmm
）
Supervised
Muhiclass
Labeling（SML）
denoising
image
annotation
Asymptotic
Likelihood
Approximation
（ALA）
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
层次化高斯混合模型和M-H的遥感影像分割算法
石雪
李玉
赵泉华
《中国矿业大学学报》
EI
CAS
CSCD
北大核心
2019
2
原文传递
2
一种通过去噪来提高图像标注性能的方法
伊怀彬
王加俊
《苏州大学学报（自然科学版）》
CAS
2009
0
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
