期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于最小二乘支持向量机和高分辨率遥感影像的大尺度区域岩性划分
被引量:
17
1
作者
杨佳佳
姜琦刚
+2 位作者
陈永良
崔瀚文
张汉女
《中国石油大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2012年第1期60-67,共8页
基于大尺度区域分割的理念,提取高分辨率遥感图像中与岩性相关的纹理、形状、光谱信息,利用最小二乘支持向量机(LS-SVM)在非线性预测中的优势,对研究区地质岩性进行识别。首先对高分辨率图像中与岩性相关的光谱、纹理、形状、高程等特...
基于大尺度区域分割的理念,提取高分辨率遥感图像中与岩性相关的纹理、形状、光谱信息,利用最小二乘支持向量机(LS-SVM)在非线性预测中的优势,对研究区地质岩性进行识别。首先对高分辨率图像中与岩性相关的光谱、纹理、形状、高程等特征信息进行样本选取,选取过程中以图像的纹理为主要特征信息,同时以J-M距离、转换分类度为依据选取最优特征空间,采用因子分析变换降维对特征空间进行压缩,实现特征信息最优化;然后对已知样本进行训练,建立分类模型,评价模型精度;最后利用模型对研究区进行岩性划分,并进行分类后处理。研究结果表明:基于LS-SVM的分类方法在利用高分辨率遥感图像岩性识别中表现良好,为地质岩性分类提供了一种新的方法和手段;加入纹理等信息后的LS-SVM分类模型更加利于岩性的判别。
展开更多
关键词
岩性识别
大尺度区域分割
最小二乘支持向量机
高分辨率
遥感
下载PDF
职称材料
题名
基于最小二乘支持向量机和高分辨率遥感影像的大尺度区域岩性划分
被引量:
17
1
作者
杨佳佳
姜琦刚
陈永良
崔瀚文
张汉女
机构
吉林大学地球探测科学与技术学院
沈阳地质调查中心
吉林大学综合信息矿产预测研究所
出处
《中国石油大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2012年第1期60-67,共8页
基金
国家自然科学基金资助项目(40872193)
中国地质调查局资助项目(1212010510218)
文摘
基于大尺度区域分割的理念,提取高分辨率遥感图像中与岩性相关的纹理、形状、光谱信息,利用最小二乘支持向量机(LS-SVM)在非线性预测中的优势,对研究区地质岩性进行识别。首先对高分辨率图像中与岩性相关的光谱、纹理、形状、高程等特征信息进行样本选取,选取过程中以图像的纹理为主要特征信息,同时以J-M距离、转换分类度为依据选取最优特征空间,采用因子分析变换降维对特征空间进行压缩,实现特征信息最优化;然后对已知样本进行训练,建立分类模型,评价模型精度;最后利用模型对研究区进行岩性划分,并进行分类后处理。研究结果表明:基于LS-SVM的分类方法在利用高分辨率遥感图像岩性识别中表现良好,为地质岩性分类提供了一种新的方法和手段;加入纹理等信息后的LS-SVM分类模型更加利于岩性的判别。
关键词
岩性识别
大尺度区域分割
最小二乘支持向量机
高分辨率
遥感
Keywords
lithology division
large-scale region segmentation
least squares-support vector machines(LS-SVM)
high resolution
remote sensing
分类号
P627 [天文地球—地质矿产勘探]
TP79 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于最小二乘支持向量机和高分辨率遥感影像的大尺度区域岩性划分
杨佳佳
姜琦刚
陈永良
崔瀚文
张汉女
《中国石油大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2012
17
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部