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
2
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
基于核光谱角余弦的高光谱图像空间邻域聚类方法
被引量:
17
1
作者
谌德荣
孙波
+1 位作者
陶鹏
宫久路
《电子学报》
EI
CAS
CSCD
北大核心
2008年第10期1992-1995,共4页
针对高光谱图像分类精度对光谱角余弦阈值非常敏感的问题,提出了一种新的光谱相似性度量方法,即核光谱角余弦.论文给出了核光谱角余弦的定义及求解式;分析了多项式核函数参数对核光谱角余弦影响,设计了以核光谱角余弦作为相似性度量的...
针对高光谱图像分类精度对光谱角余弦阈值非常敏感的问题,提出了一种新的光谱相似性度量方法,即核光谱角余弦.论文给出了核光谱角余弦的定义及求解式;分析了多项式核函数参数对核光谱角余弦影响,设计了以核光谱角余弦作为相似性度量的空间邻域聚类方法.对深圳红树林高光谱图像的仿真结果表明,基于核光谱角余弦完成空间邻域聚类时,阈值取值区间大小约为现有基于光谱角余弦的阈值取值区间大小的9倍.
展开更多
关键词
高光谱
光谱角余弦
核函数
空间邻域聚类
下载PDF
职称材料
基于区域特征光谱的自组织特征映射神经网络高光谱图像主成分提取方法
被引量:
3
2
作者
谌德荣
陶鹏
+1 位作者
张立燕
范宁军
《宇航学报》
EI
CAS
CSCD
北大核心
2007年第6期1689-1692,共4页
非监督分类算法用于高光谱图像主成分提取时存在分类精度受数据分布状态和噪声影响大的缺点,导致提取效果差。论文提出基于空间信息的神经网络非监督分类主成分提取算法,该算法首先通过空间邻域自动聚类提取区域特征光谱替代像元光谱作...
非监督分类算法用于高光谱图像主成分提取时存在分类精度受数据分布状态和噪声影响大的缺点,导致提取效果差。论文提出基于空间信息的神经网络非监督分类主成分提取算法,该算法首先通过空间邻域自动聚类提取区域特征光谱替代像元光谱作为自组织特征映射神经网络的训练样本,经过训练神经网络自适应获取高光谱图像地物类别特征,最后通过对光谱矢量聚类完成主成分的统计和提取。论文提出采用区域特征光谱替代单象元光谱作为训练样本有效抑制了噪声对分类结果的影响,同时显著减少了神经网络的数据处理量,使主成分得到快速准确地提取。对深圳红树林自然保护区高光谱图像的仿真结果表明:神经网络训练样本数降低了约95%,更重要的是算法快速准确地提取了主成分,提取效果明显好于K-均值算法。
展开更多
关键词
高光谱图像
主成分提取
空间邻域聚类
区域特征光谱
SOFM
下载PDF
职称材料
题名
基于核光谱角余弦的高光谱图像空间邻域聚类方法
被引量:
17
1
作者
谌德荣
孙波
陶鹏
宫久路
机构
北京理工大学宇航科学技术学院
北京师范大学信息科学与技术学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2008年第10期1992-1995,共4页
基金
国防基础科研(No.C2220061046)
文摘
针对高光谱图像分类精度对光谱角余弦阈值非常敏感的问题,提出了一种新的光谱相似性度量方法,即核光谱角余弦.论文给出了核光谱角余弦的定义及求解式;分析了多项式核函数参数对核光谱角余弦影响,设计了以核光谱角余弦作为相似性度量的空间邻域聚类方法.对深圳红树林高光谱图像的仿真结果表明,基于核光谱角余弦完成空间邻域聚类时,阈值取值区间大小约为现有基于光谱角余弦的阈值取值区间大小的9倍.
关键词
高光谱
光谱角余弦
核函数
空间邻域聚类
Keywords
hyperspectral
spectral angel cosine
kernel function
spatial neighboring clustering
分类号
TP751 [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
基于区域特征光谱的自组织特征映射神经网络高光谱图像主成分提取方法
被引量:
3
2
作者
谌德荣
陶鹏
张立燕
范宁军
机构
北京理工大学宇航科学技术学院航天测试测控实验室
出处
《宇航学报》
EI
CAS
CSCD
北大核心
2007年第6期1689-1692,共4页
基金
国防基础科研支持(02220061046)
文摘
非监督分类算法用于高光谱图像主成分提取时存在分类精度受数据分布状态和噪声影响大的缺点,导致提取效果差。论文提出基于空间信息的神经网络非监督分类主成分提取算法,该算法首先通过空间邻域自动聚类提取区域特征光谱替代像元光谱作为自组织特征映射神经网络的训练样本,经过训练神经网络自适应获取高光谱图像地物类别特征,最后通过对光谱矢量聚类完成主成分的统计和提取。论文提出采用区域特征光谱替代单象元光谱作为训练样本有效抑制了噪声对分类结果的影响,同时显著减少了神经网络的数据处理量,使主成分得到快速准确地提取。对深圳红树林自然保护区高光谱图像的仿真结果表明:神经网络训练样本数降低了约95%,更重要的是算法快速准确地提取了主成分,提取效果明显好于K-均值算法。
关键词
高光谱图像
主成分提取
空间邻域聚类
区域特征光谱
SOFM
Keywords
Hyperspectral imagery
Principle component extraction
Spatial neighborhood clustering
Region feature spectrum
SOFM
分类号
TP751 [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
基于核光谱角余弦的高光谱图像空间邻域聚类方法
谌德荣
孙波
陶鹏
宫久路
《电子学报》
EI
CAS
CSCD
北大核心
2008
17
下载PDF
职称材料
2
基于区域特征光谱的自组织特征映射神经网络高光谱图像主成分提取方法
谌德荣
陶鹏
张立燕
范宁军
《宇航学报》
EI
CAS
CSCD
北大核心
2007
3
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