改进最大似然遥感影像分类方法——以SAR影像为例
文献类型：期刊论文
| 作者 | 陈富龙 ; 王超 ; 张红 |
| 刊名 | 国土资源遥感
 |
| 出版日期 | 2008 |
| 期号 | 1页码:75-78 |
| 关键词 | 遥感影像 改进最大似然 分类 |
| 中文摘要 | 针对常规最大似然分类算法中类别先验概率获取困难及遥感影像分类问题,提出了一种有效的改进最大似然遥感影像分类方法。该方法能使用类别样本的统计信息,实现类别先验概率的自动和最优提取,从而很好地解决了基于统计监督分类方法中无法直接获取类别先验概率的问题。以6景Radarsat-1精细模式SAR影像数据为例进行的分类实验证明,该算法分类效果较好,针对单波段、单极化的SAR影像,其精度可望达到80%。 |
| 收录类别 | CNKI |
| 语种 | 中文 |
| 公开日期 | 2015-01-05 |
| 源URL | [http://ir.ceode.ac.cn/handle/183411/34322]  |
| 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 | 陈富龙,王超,张红. 改进最大似然遥感影像分类方法——以SAR影像为例[J]. 国土资源遥感,2008(1):75-78. |
| APA | 陈富龙,王超,&张红.(2008).改进最大似然遥感影像分类方法——以SAR影像为例.国土资源遥感(1),75-78. |
| MLA | 陈富龙,et al."改进最大似然遥感影像分类方法——以SAR影像为例".国土资源遥感 .1(2008):75-78. |
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。