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
基于分形网络进化分割和对象特征提取的GF-1卫星数据沙化土地分类识别研究
被引量:
5
1
作者
李长龙
高志海
+2 位作者
吴俊君
孙斌
丁相元
《干旱区资源与环境》
CSSCI
CSCD
北大核心
2015年第11期152-157,共6页
以高分一号(GF-1)为数据源,以浑善达克沙地为研究区,研究基于GF-1数据的沙化土地分类识别技术。文中的处理范围约为200km*400km,通过J-M距离和最终分类精度来确定每个类别对应的最优分割尺度,分割方法采用的是分形网络进化分割算法(FNE...
以高分一号(GF-1)为数据源,以浑善达克沙地为研究区,研究基于GF-1数据的沙化土地分类识别技术。文中的处理范围约为200km*400km,通过J-M距离和最终分类精度来确定每个类别对应的最优分割尺度,分割方法采用的是分形网络进化分割算法(FNEA),通过信息增益比、J48决策树、随机树、标准差和变异系数来确定最优分类对象特征,通过决策树和支持向量机(SVM)结合分类方法形成了半自动化的沙化土地分类识别流程,总体精度达到了85.61%,Kappa系数为0.8295。
展开更多
关键词
GF-1卫星
沙化土地
FNEA
最优
分割尺度
最优对象特征
原文传递
题名
基于分形网络进化分割和对象特征提取的GF-1卫星数据沙化土地分类识别研究
被引量:
5
1
作者
李长龙
高志海
吴俊君
孙斌
丁相元
机构
中国林业科学研究院资源信息研究所
出处
《干旱区资源与环境》
CSSCI
CSCD
北大核心
2015年第11期152-157,共6页
基金
国家高分辨率对地观测系统重大专项(21-Y30B05-9001-13/15)资助
文摘
以高分一号(GF-1)为数据源,以浑善达克沙地为研究区,研究基于GF-1数据的沙化土地分类识别技术。文中的处理范围约为200km*400km,通过J-M距离和最终分类精度来确定每个类别对应的最优分割尺度,分割方法采用的是分形网络进化分割算法(FNEA),通过信息增益比、J48决策树、随机树、标准差和变异系数来确定最优分类对象特征,通过决策树和支持向量机(SVM)结合分类方法形成了半自动化的沙化土地分类识别流程,总体精度达到了85.61%,Kappa系数为0.8295。
关键词
GF-1卫星
沙化土地
FNEA
最优
分割尺度
最优对象特征
Keywords
GF-1
sandy land
FNEA
optimal segmentation scale
optimal object features
分类号
X144 [环境科学与工程—环境科学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于分形网络进化分割和对象特征提取的GF-1卫星数据沙化土地分类识别研究
李长龙
高志海
吴俊君
孙斌
丁相元
《干旱区资源与环境》
CSSCI
CSCD
北大核心
2015
5
原文传递
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