期刊导航
期刊开放获取
重庆大学
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
3
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
基于自适应权系数核方法的超光谱图像分类
被引量:
2
1
作者
林玉荣
王强
《红外与激光工程》
EI
CSCD
北大核心
2011年第12期2535-2539,共5页
为了进一步提高支持向量机方法在超光谱图像分类中的性能,提出一种自适应加权核方法。该方法的关键是每个波段自适应权值的计算,考虑到超谱数据信息依波段分布不均匀及每个波段图像所含信息不同的特性,采用相邻波段图像间的相关系数及...
为了进一步提高支持向量机方法在超光谱图像分类中的性能,提出一种自适应加权核方法。该方法的关键是每个波段自适应权值的计算,考虑到超谱数据信息依波段分布不均匀及每个波段图像所含信息不同的特性,采用相邻波段图像间的相关系数及波段图像的归一化标准差之和作为该波段数据的权值,并给出了算法的具体实现步骤。实验结果表明:自适应加权核方法明显优于支持向量机方法,平均精度和总体精度分别提高了2.07%和2.28%,且对支持向量数目也有一定约减。
展开更多
关键词
超光谱图像分类
核方法
自适应
相关系数
原文传递
基于自适应加权的超光谱图像分类方法
被引量:
2
2
作者
林玉荣
王强
+1 位作者
林玉娥
梁兴柱
《光电子.激光》
EI
CAS
CSCD
北大核心
2011年第6期935-939,共5页
为了进一步提高已有的加权超光谱图像分类方法的识别性能,以支持向量机(SVM)作为基本框架,结合超光谱图像的谱间与空域信息,提出了一种自适应加权的超光谱图像分类方法。所提方法的自适应权值是由两部分构成,即改进的具有归一化取值的...
为了进一步提高已有的加权超光谱图像分类方法的识别性能,以支持向量机(SVM)作为基本框架,结合超光谱图像的谱间与空域信息,提出了一种自适应加权的超光谱图像分类方法。所提方法的自适应权值是由两部分构成,即改进的具有归一化取值的互信息(MI)与一定量的归一化图像标准方差之和,不仅考虑到了超光谱图像的谱间信息对分类会产生的作用,同时也考虑到了每个波段图像所含信息对分类产生的作用,为基于加权的超光谱图像分类方法提供了一种新的思路。实验结果表明,本文提出的方法是有效的和可行的。
展开更多
关键词
超光谱图像分类
自适应加权
互信息(MI)
图像
标准方差
原文传递
基于模糊支持向量机的超光谱遥感图像分类
被引量:
4
3
作者
郭春燕
赵春晖
《应用科技》
CAS
2007年第3期36-38,43,共4页
支持向量机(SVM)应用到超光谱图像分类中有较好的识别效果,但它在解决多分类问题时,存在不可分区域的局限性.为此提出了一种基于一对一SVM的模糊支持向量机,并将该方法应用到超光谱图像分类实验,结果表明该方法不仅改善了不可分区域的...
支持向量机(SVM)应用到超光谱图像分类中有较好的识别效果,但它在解决多分类问题时,存在不可分区域的局限性.为此提出了一种基于一对一SVM的模糊支持向量机,并将该方法应用到超光谱图像分类实验,结果表明该方法不仅改善了不可分区域的存在问题,而且比传统的SVM在分类精度上有明显的提高.
展开更多
关键词
支持向量机
模糊支持向量机
模糊隶属度函数
超光谱图像分类
下载PDF
职称材料
题名
基于自适应权系数核方法的超光谱图像分类
被引量:
2
1
作者
林玉荣
王强
机构
哈尔滨工业大学航天学院
出处
《红外与激光工程》
EI
CSCD
北大核心
2011年第12期2535-2539,共5页
基金
国家自然科学基金(60975009)
文摘
为了进一步提高支持向量机方法在超光谱图像分类中的性能,提出一种自适应加权核方法。该方法的关键是每个波段自适应权值的计算,考虑到超谱数据信息依波段分布不均匀及每个波段图像所含信息不同的特性,采用相邻波段图像间的相关系数及波段图像的归一化标准差之和作为该波段数据的权值,并给出了算法的具体实现步骤。实验结果表明:自适应加权核方法明显优于支持向量机方法,平均精度和总体精度分别提高了2.07%和2.28%,且对支持向量数目也有一定约减。
关键词
超光谱图像分类
核方法
自适应
相关系数
Keywords
hyperspectral image classification
kernel method
adaptive
correlation coefficeints
分类号
TP751.1 [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
基于自适应加权的超光谱图像分类方法
被引量:
2
2
作者
林玉荣
王强
林玉娥
梁兴柱
机构
哈尔滨工业大学航天学院
安徽理工大学计算机科学与工程学院
出处
《光电子.激光》
EI
CAS
CSCD
北大核心
2011年第6期935-939,共5页
基金
国家自然科学基金资助项目(60975009)
文摘
为了进一步提高已有的加权超光谱图像分类方法的识别性能,以支持向量机(SVM)作为基本框架,结合超光谱图像的谱间与空域信息,提出了一种自适应加权的超光谱图像分类方法。所提方法的自适应权值是由两部分构成,即改进的具有归一化取值的互信息(MI)与一定量的归一化图像标准方差之和,不仅考虑到了超光谱图像的谱间信息对分类会产生的作用,同时也考虑到了每个波段图像所含信息对分类产生的作用,为基于加权的超光谱图像分类方法提供了一种新的思路。实验结果表明,本文提出的方法是有效的和可行的。
关键词
超光谱图像分类
自适应加权
互信息(MI)
图像
标准方差
Keywords
hyperspectral image classification
adaptive weight
mutual information(MI)
image standard deviation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于模糊支持向量机的超光谱遥感图像分类
被引量:
4
3
作者
郭春燕
赵春晖
机构
哈尔滨工程大学信息与通信工程学院
出处
《应用科技》
CAS
2007年第3期36-38,43,共4页
文摘
支持向量机(SVM)应用到超光谱图像分类中有较好的识别效果,但它在解决多分类问题时,存在不可分区域的局限性.为此提出了一种基于一对一SVM的模糊支持向量机,并将该方法应用到超光谱图像分类实验,结果表明该方法不仅改善了不可分区域的存在问题,而且比传统的SVM在分类精度上有明显的提高.
关键词
支持向量机
模糊支持向量机
模糊隶属度函数
超光谱图像分类
Keywords
support vector machine
fuzzy support vector machine
fuzzy membership functions
hyperspectral image classification
分类号
TP753 [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
作者
出处
发文年
被引量
操作
1
基于自适应权系数核方法的超光谱图像分类
林玉荣
王强
《红外与激光工程》
EI
CSCD
北大核心
2011
2
原文传递
2
基于自适应加权的超光谱图像分类方法
林玉荣
王强
林玉娥
梁兴柱
《光电子.激光》
EI
CAS
CSCD
北大核心
2011
2
原文传递
3
基于模糊支持向量机的超光谱遥感图像分类
郭春燕
赵春晖
《应用科技》
CAS
2007
4
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