您的位置: 专家智库 > >

国家自然科学基金(60872098)

作品数:4 被引量:33H指数:4
相关作者:张钧萍张晔周爽苏宝库王晓飞更多>>
相关机构:哈尔滨工业大学黑龙江大学空军驻黑龙江地区军事代表室更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术交通运输工程更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇交通运输工程

主题

  • 2篇图像
  • 2篇光谱图像
  • 1篇信息提取
  • 1篇信息提取技术
  • 1篇遥感
  • 1篇遥感图像
  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇支持向量
  • 1篇支持向量数据...
  • 1篇数据描述
  • 1篇搜索
  • 1篇搜索算法
  • 1篇群算法
  • 1篇像元
  • 1篇像元分解
  • 1篇向量
  • 1篇聚类
  • 1篇聚类方法
  • 1篇聚类分析

机构

  • 4篇哈尔滨工业大...
  • 1篇黑龙江大学
  • 1篇空军驻黑龙江...

作者

  • 3篇张钧萍
  • 2篇苏宝库
  • 2篇周爽
  • 2篇张晔
  • 1篇张枫
  • 1篇王晓飞
  • 1篇邹斌
  • 1篇张腊梅

传媒

  • 1篇红外与毫米波...
  • 1篇遥感技术与应...
  • 1篇计算机应用研...
  • 1篇哈尔滨工程大...

年份

  • 1篇2010
  • 2篇2009
  • 1篇2008
4 条 记 录,以下是 1-4
排序方式:
基于蚁群算法的遥感图像聚类方法被引量:7
2009年
聚类分析是遥感图像非监督分类的有效方法,蚁群算法具有离散性和并行性的特点,蚂蚁觅食行为、蚂蚁堆积尸体行为和基于蚂蚁自我聚集行为的聚类算法是目前研究较为广泛的3种基于蚂蚁的仿生聚类算法.为验证上述3种算法的有效性,在对这3种聚类算法进行研究的基础上,针对遥感图像进行了聚类实验.实验结果表明,基于蚂蚁的聚类方法对图像的聚类分析是有效的,较传统的k均值和模糊C均值算法有一定优越性.
周爽张钧萍张枫苏宝库
关键词:蚁群算法遥感图像聚类分析
基于最速上升算法的超光谱图像波段选择搜索算法被引量:5
2008年
超光谱遥感数据具有的波段数目多、波段宽度窄、数据量庞大等特点,给图像的进一步解译带来困难。结合超光谱图像波段选择的具体应用,根据波段之间的相关性将整个波段划分为几个子波段,采用最速上升的特征选择搜索算法在各子波段中快速提取最优波段。为了验证本算法的有效性,分别选取JM距离、BH距离以及类内类间离散度作为评价准则,针对一幅200波段的AVIR IS超光谱图像进行分类实验,并将该方法与传统的SFFS算法进行对比。实验结果表明所采用的算法用于特征选择具有搜索能力强、分类精度高的特点,完全可以替代传统的SFFS算法。
周爽张钧萍苏宝库
关键词:超光谱图像
PolSAR图像信息提取技术及应用的发展被引量:9
2009年
随着极化合成孔径雷达(PolSAR)系统的发展,PolSAR图像信息提取技术已成为当前遥感领域的研究热点。通过全面阐述和分析国内外PolSAR图像信息提取技术的发展,指出了Pol-SAR技术的发展趋势,使相关研究人员能够比较全面地了解这一领域的最新进展,以利于促进我国在未来若干年内开展相应技术的研究与应用开发。
邹斌张腊梅孙德明张晔
关键词:极化合成孔径雷达信息提取参数反演
高光谱图像混合像元分解算法被引量:12
2010年
传统的高光谱图像混合像元分解技术包括端元提取和估计每个端元的混合比例.虽然很多模型都能得到可以接受的解混结果,但是一些未知端元的存在使得结果在包含未知端元的像素点处出现偏差.因此,提出了一种基于支持向量数据描述的高光谱图像混合像元分解算法.首先高光谱图像数据被分成类内和类外两部分,类内是完全由已知端元数据混合的像素点,而类外数据是包含未知端元的像素点.两类数据交界处被认为是已知端元和未知端元混合的数据.然后再对这些像素点进行混合像元分解,分别对仿真数据和真实高光谱图像进行实验.结果表明该算法可以有效地解决因存在未知端元对解混精度的影响,而且能给出未知端元的解混分量.该方法的解混结果几乎不受未知端元的影响,优于直接解混结果.
王晓飞张钧萍张晔
关键词:高光谱图像混合像元分解支持向量数据描述
共1页<1>
聚类工具0