- 相關(guān)推薦
遙感影像分類(lèi)方法研究進(jìn)展
摘要：遙感影像分類(lèi)是遙感信息提取的重要手段,是目前遙感技術(shù)中的熱點(diǎn)研究?jī)?nèi)容.分類(lèi)方法是遙感影像分類(lèi)的重要內(nèi)容,有效地選擇合適的分類(lèi)方法是提高分類(lèi)精度的關(guān)鍵.隨著遙感技術(shù)的發(fā)展,傳統(tǒng)的非參數(shù)分類(lèi)方法已經(jīng)難以滿足分類(lèi)精度需求,基于智能算法的非參數(shù)分類(lèi)方法得到了迅速發(fā)展,并在遙感影像分類(lèi)中發(fā)揮著重要作用.近年來(lái),組合分類(lèi)器由于能夠利用單一分類(lèi)器的互補(bǔ)信息,成為了遙感影像分類(lèi)的一個(gè)新熱點(diǎn).本文綜合分析了各種分類(lèi)方法的特點(diǎn)和優(yōu)勢(shì),及分類(lèi)方法的發(fā)展趨勢(shì),為遙感影像分類(lèi)技術(shù)的發(fā)展提供科學(xué)的參考依據(jù). 作者： 賈坤[1] 李強(qiáng)子[2] 田亦陳[2] 吳炳方[2] Author： JIA Kun[1] LI Qiang-zi[2] TIAN Yi-chen[2] WU Bing-fang[2] 作者單位： 中國(guó)科學(xué)院遙感應(yīng)用研究所,北京100101;中國(guó)科學(xué)院研究生院,北京100049中國(guó)科學(xué)院遙感應(yīng)用研究所,北京,100101 期 刊： 光譜學(xué)與光譜分析 ISTICEISCIPKU Journal： Spectroscopy and Spectral Analysis 年，卷(期)： 2011, 31(10) 分類(lèi)號(hào)： S127 關(guān)鍵詞： 遙感 分類(lèi) 分類(lèi)器 機(jī)標(biāo)分類(lèi)號(hào)： TP7 P20 機(jī)標(biāo)關(guān)鍵詞： 遙感影像分類(lèi) 分類(lèi)方法 研究進(jìn)展 Remote Sensing Methods of 遙感技術(shù) 分類(lèi)精度 影像分類(lèi)技術(shù) 遙感信息提取 組合分類(lèi)器 非參數(shù) 特點(diǎn)和優(yōu)勢(shì) 綜合分析 智能算法 研究?jī)?nèi)容 新熱點(diǎn) 互補(bǔ)信息 發(fā)展趨勢(shì) 參考依據(jù) 需求 基金項(xiàng)目： 中國(guó)科學(xué)院知識(shí)創(chuàng)新工程重大項(xiàng)目，國(guó)家自然科學(xué)基金，國(guó)家高技術(shù)研究發(fā)展(863計(jì)劃)項(xiàng)目 遙感影像分類(lèi)方法研究進(jìn)展[期刊論文] 光譜學(xué)與光譜分析 --2011, 31(10)賈坤 李強(qiáng)子 田亦陳 吳炳方遙感影像分類(lèi)是遙感信息提取的重要手段,是目前遙感技術(shù)中的熱點(diǎn)研究?jī)?nèi)容.分類(lèi)方法是遙感影像分類(lèi)的重要內(nèi)容,有效地選擇合適的分類(lèi)方法是提高分類(lèi)精度的關(guān)鍵.隨著遙感技術(shù)的發(fā)展,傳統(tǒng)的非參數(shù)分類(lèi)方法已經(jīng)難以滿足分類(lèi)...【遙感影像分類(lèi)方法研究進(jìn)展】相關(guān)文章：
基于知識(shí)的遙感影像模糊分類(lèi)方法05-02
面向?qū)ο蟮倪b感影像模糊分類(lèi)方法研究04-28
光學(xué)遙感影像的山地冰川運(yùn)動(dòng)速度分析方法04-29
基于光譜相關(guān)性的SVM高光譜遙感影像分類(lèi)04-28
基于SVM的遙感影像空間特征提取和分類(lèi)研究04-29
基于遙感影像光譜信息的二叉決策分類(lèi)樹(shù)自動(dòng)生成方法研究04-27
基于遙感影像光譜信息的二叉決策分類(lèi)樹(shù)自動(dòng)生成方法研究04-30
高分辨率遙感影像融合方法的比較研究04-27