高光谱遥感图像分类相关论文
随着成像光谱仪技术的发展,高光谱遥感图像的获取变得越来越容易。高光谱遥感图像分类问题是当前高光谱遥感技术的一个研究热点。......
近年来,高光谱遥感图像（HSI）的分类问题逐渐成为遥感领域的一个重要课题,由于其在精准农业、军事识别、环境监测等领域得以广泛应用,......
高光谱遥感图像由于具有丰富的光谱和空间信息在农业、军事等诸多领域得到了广泛的应用。图像分类是遥感图像处理的重要内容,为了......
高光谱遥感图像分类是遥感图像处理领域的一个研究热点,长期以来受到国内外学者的广泛关注。近年来,深度学习的蓬勃发展为在高光谱......
高光谱图像(Hyperspectral Imagery,HSI)分类是高光谱图像处理和应用的一项重要工作。随着深度学习的不断发展,卷积神经网络(Convo......
结合随机子空间和核极端学习机集成提出了一种新的高光谱遥感图像分类方法。首先利用随机子空间方法从高光谱遥感图像数据的整体特......
高光谱遥感图像分类问题是最近几年热点的研究问题。高光谱图像的定量化的连续光谱曲线和高的光谱分辨率的特点,为其进行分类提供......
最近随着经济的飞速发展,城市空间结构也得到了不断的优化。识别城市目标及其空间分布特性,对于把握整个城市空间结构以及制定科学......
利用语素向量的形态描述方法实现地物波谱形态的参数化,以不同地物具有不同波谱曲线为地物分类准则,在MATLAB设计中,实现一种带通......
残差网络是近几年提出的一种新型深度卷积网络,通过增加网络深度提高分类的准确率,也解决了网络退化问题。基于残差学习原理,设计......
高光谱图像(Hyperspectral Image,HSI)具有丰富的地物空间信息和光谱信息,为地物的精细分类提供了有利条件.当前高光谱遥感图像分......
高光谱图像的分类研究是高光谱图像处理与应用的重要环节。为有效提取高光谱遥感图像的空间信息和光谱信息,本文基于极限学习机提......
高光谱遥感图像具有特征(波段)数多、冗余度高等特点,因此特征选择成为高光谱分类的研究热点。针对此问题,提出了空间结构与光谱结......
遥感图像分类已经成为监测地表物体的重要方法,并被广泛应用于各种领域的数据分析中,但标记样本数量少以及特征提取的复杂性使得遥......
由于高光谱遥感图像光谱维度大,标注样本相对较少,提出了一种结合主成分分析和改进的二维卷积神经网络的高光谱遥感图像的分类方法......
随着高光谱遥感技术的迅速发展,成像光谱仪能够捕获地物精准的光谱响应和空间细节特征,使得高光谱遥感图像富含空间信息和光谱信息......
在高光谱遥感图像分类方法中,空间特征和光谱特征的融合可以有效地改善分类效果。针对单一空间特征的信息表达不充分问题,提出了一......
