基于MNF和SVM的高光谱遥感影像分类研究
文献类型：期刊论文
| 作者 | 李海涛 ; 顾海燕 ; 张兵 ; 高连如 |
| 刊名 | 遥感信息
 |
| 出版日期 | 2007 |
| 期号 | 5页码:12-15+25+103 |
| 关键词 | 高光谱遥感 Hughes现象 最小噪声分离变换 支持向量机(SVM) |
| 中文摘要 | 通过分析高光谱遥感影像分类的现状及遇到的困难,以OMIS1高光谱数据为实验数据,提出了基于最小噪声分离(Minimum Noise Fraction-MNF)变换和支持向量机(Support Vector Machine-SVM)的高光谱遥感影像分类方法。分类实验结果表明:与传统的最大似然分类法(Maxi mum Likelihood Classification-MLC)比较,该方法克服了Hughes现象,分类速度得以提高,总体分类精度达到94.85%,从而表明了该方法用于高光谱遥感影像分类的实用性和优越性。 |
| 收录类别 | CNKI |
| 语种 | 中文 |
| 公开日期 | 2015-01-05 |
| 源URL | [http://ir.ceode.ac.cn/handle/183411/34073]  |
| 专题 | 遥感与数字地球研究所_中文期刊论文_期刊论文 |
| 推荐引用方式 GB/T 7714 | 李海涛,顾海燕,张兵,等. 基于MNF和SVM的高光谱遥感影像分类研究[J]. 遥感信息,2007(5):12-15+25+103. |
| APA | 李海涛,顾海燕,张兵,&高连如.(2007).基于MNF和SVM的高光谱遥感影像分类研究.遥感信息(5),12-15+25+103. |
| MLA | 李海涛,et al."基于MNF和SVM的高光谱遥感影像分类研究".遥感信息 .5(2007):12-15+25+103. |
入库方式： OAI收割
来源：遥感与数字地球研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。