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
6
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
TM图像多层神经网络自动识别分类
被引量:
3
1
作者
胡希军
吕惠进
《遥感技术与应用》
CSCD
1995年第2期49-54,共6页
以利用TM图像自动识别金华市婺城区土地利用为例,介绍了多层神经网络遥感模式识别方法的概念、特点及其在TM图像自动识别分类中的应用,并与最大似然法分类结果进行了比较。通过研究认为,无论在分类速度、精度、还是总体效果上看...
以利用TM图像自动识别金华市婺城区土地利用为例,介绍了多层神经网络遥感模式识别方法的概念、特点及其在TM图像自动识别分类中的应用,并与最大似然法分类结果进行了比较。通过研究认为,无论在分类速度、精度、还是总体效果上看,神经网络分类都优于最大似然法分类。
展开更多
关键词
遥感
多层神经网络
tm
图像
图像识别
下载PDF
职称材料
基于统计的遥感图像分类方法
被引量:
2
2
作者
付小勇
杨建祥
谭靖
《林业调查规划》
2005年第6期20-22,共3页
对遥感图像分类是遥感图像信息获取的重要手段。统计分类方法在遥感图像分类中运用得很普遍,同时统计分类方法还是各种新兴分类方法的基础。文章主要研究了各种统计分类方法在遥感图像分类中的应用,在此基础上运用核密度估计Bayes分类...
对遥感图像分类是遥感图像信息获取的重要手段。统计分类方法在遥感图像分类中运用得很普遍,同时统计分类方法还是各种新兴分类方法的基础。文章主要研究了各种统计分类方法在遥感图像分类中的应用,在此基础上运用核密度估计Bayes分类方法、BP神经网络分类法进行分类,并与传统的统计分类方法进行比较。
展开更多
关键词
遥感图像
分类
bayes
分类
核密度估计
BP神经网络
下载PDF
职称材料
基于改进的BP神经网络模型的遥感影像分类法
被引量:
2
3
作者
张海龙
蒋建军
+2 位作者
解修平
吴宏安
张丽
《农机化研究》
北大核心
2006年第10期55-57,共3页
由于遥感图像上的光谱值是多种地物的混合光谱,存在着“同谱异物”和“同物异谱”现象,因此仅依靠象元光谱之间相似性进行分类的总体精度难以提高。而人工神经网络法(ANN,ArtificialNeuralNetwork)由于其非线性特征和较强的容错能力,为...
由于遥感图像上的光谱值是多种地物的混合光谱,存在着“同谱异物”和“同物异谱”现象,因此仅依靠象元光谱之间相似性进行分类的总体精度难以提高。而人工神经网络法(ANN,ArtificialNeuralNetwork)由于其非线性特征和较强的容错能力,为解决上述问题提供了可能。为此,利用优化的BP神经网络对TM图像进行了分类,并将结果与最大似然法及初始的BP神经网络进行了比较,其kappa系数分别为0.876,0.799,0.829。结果表明:改进后的BP神经网络具有较高的精度,可以用于TM图像的信息提取中。
展开更多
关键词
摄影测量与遥感技术
图像分类
理论研究
LANDSAT
tm
BP神经网络
最大似然法
下载PDF
职称材料
用于遥感图象分类的神经网络的构造
被引量:
9
4
作者
张建宝
陈晓锋
刘建华
《中国图象图形学报(A辑)》
CSCD
1999年第10期831-834,共4页
径向基函数神经网络和多层感知器神经网络具有相似的拓扑结构,它们大都用于目标的分类。对两种模型进行了比较,提出了一个构造径向基函数神经网络分类器的有效方法,并把构造的分类器用于遥感图象的分类实验。
关键词
感知器
神经网络
构造
遥感图象
分类
下载PDF
职称材料
基于多层特征上下文编码网络的遥感图像场景分类
被引量:
5
5
作者
李若瑶
张铂
王斌
《红外与毫米波学报》
SCIE
EI
CAS
CSCD
北大核心
2021年第4期530-538,共9页
遥感图像场景分类问题是目前遥感图像处理领域中的研究热点之一。卷积神经网络(Convolutional Neural Networks,CNNs)具有强的特征提取能力,已被广泛应用于遥感图像场景分类中。然而,目前的方法并没有充分考虑并利用CNN不同层间的互补...
遥感图像场景分类问题是目前遥感图像处理领域中的研究热点之一。卷积神经网络(Convolutional Neural Networks,CNNs)具有强的特征提取能力,已被广泛应用于遥感图像场景分类中。然而,目前的方法并没有充分考虑并利用CNN不同层间的互补信息和遥感图像的空间上下文信息,导致其相应的分类精度有待提高。针对上述问题,提议一种多层特征上下文编码网络,并将其用于解决遥感图像场景分类问题。所提议网络由两部分组成:1)密集连接的主干网络;2)多尺度上下文编码模块。前者用于融合CNN不同层的特征信息,后者用于对蕴含在多层特征中的空间上下文信息进行编码利用。在两个大规模遥感图像数据集上的实验结果表明,与现有的遥感图像场景分类方法相比,所提出的网络框架取得了显著的分类精度提升。
展开更多
关键词
遥感图像
场景分类
卷积神经网络
多层特征上下文编码
空间上下文信息
下载PDF
职称材料
基于不同立地质量的香格里拉高山松林郁闭度遥感反演
被引量:
2
6
作者
岳振兴
岳彩荣
李昔纯
《林业调查规划》
2018年第2期19-24,共6页
以香格里拉市为研究区,基于2006年TM遥感影像和2006年森林资源规划设计调查数据,以小班各遥感因子为自变量,每个小班的郁闭度为因变量,对香格里拉高山松林按区分立地质量等级和不区分地位级2种策略建立郁闭度神经网络遥感反演模型,并进...
以香格里拉市为研究区,基于2006年TM遥感影像和2006年森林资源规划设计调查数据,以小班各遥感因子为自变量,每个小班的郁闭度为因变量,对香格里拉高山松林按区分立地质量等级和不区分地位级2种策略建立郁闭度神经网络遥感反演模型,并进行精度评价。基于小班平均高和平均年龄建立的地位级表将立地质量等级划分为好、中、差3种类型。研究结果表明,红外、近红外、植被指数和第一主成分等遥感因子对郁闭度的解释能力较强;从模型独立样本验证结果得出,不区分地位级郁闭度估测精度为67.64%,区分地位级后,好、中、差3种立地类型的郁闭度估测精度分别为74.14%、75.32%、72.38%,区分立地质量类型模型的精度优于不区分地位级模型的精度。
展开更多
关键词
森林郁闭度
遥感反演
tm
影像
立地质量等级
神经网络模型
下载PDF
职称材料
题名
TM图像多层神经网络自动识别分类
被引量:
3
1
作者
胡希军
吕惠进
机构
浙江师范大学地理系
出处
《遥感技术与应用》
CSCD
1995年第2期49-54,共6页
基金
国家自然科学基金
文摘
以利用TM图像自动识别金华市婺城区土地利用为例,介绍了多层神经网络遥感模式识别方法的概念、特点及其在TM图像自动识别分类中的应用,并与最大似然法分类结果进行了比较。通过研究认为,无论在分类速度、精度、还是总体效果上看,神经网络分类都优于最大似然法分类。
关键词
遥感
多层神经网络
tm
图像
图像识别
Keywords
remote sensing
,
multilayer neural network
,
bayes
,
tm image
分类号
TP75 [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
基于统计的遥感图像分类方法
被引量:
2
2
作者
付小勇
杨建祥
谭靖
机构
西南林学院
云南林业调查规划院
出处
《林业调查规划》
2005年第6期20-22,共3页
文摘
对遥感图像分类是遥感图像信息获取的重要手段。统计分类方法在遥感图像分类中运用得很普遍,同时统计分类方法还是各种新兴分类方法的基础。文章主要研究了各种统计分类方法在遥感图像分类中的应用,在此基础上运用核密度估计Bayes分类方法、BP神经网络分类法进行分类,并与传统的统计分类方法进行比较。
关键词
遥感图像
分类
bayes
分类
核密度估计
BP神经网络
Keywords
remote sensing
image
classification
bayes
classification
estimation of kemel density
BP
neural
network
分类号
TP75 [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
基于改进的BP神经网络模型的遥感影像分类法
被引量:
2
3
作者
张海龙
蒋建军
解修平
吴宏安
张丽
机构
南京师范大学地理科学学院
中国科学院地球环境研究所
出处
《农机化研究》
北大核心
2006年第10期55-57,共3页
基金
欧盟资助项目(ICA4-CT-2002-10004)
文摘
由于遥感图像上的光谱值是多种地物的混合光谱,存在着“同谱异物”和“同物异谱”现象,因此仅依靠象元光谱之间相似性进行分类的总体精度难以提高。而人工神经网络法(ANN,ArtificialNeuralNetwork)由于其非线性特征和较强的容错能力,为解决上述问题提供了可能。为此,利用优化的BP神经网络对TM图像进行了分类,并将结果与最大似然法及初始的BP神经网络进行了比较,其kappa系数分别为0.876,0.799,0.829。结果表明:改进后的BP神经网络具有较高的精度,可以用于TM图像的信息提取中。
关键词
摄影测量与遥感技术
图像分类
理论研究
LANDSAT
tm
BP神经网络
最大似然法
Keywords
photogrammetry and
remote
-
sensing
technique
image
classification
theoretical research
Landsat
tm
BP
neural
network
the maximum likelihood classification
分类号
TP75 [自动化与计算机技术—检测技术与自动化装置]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
用于遥感图象分类的神经网络的构造
被引量:
9
4
作者
张建宝
陈晓锋
刘建华
机构
西北大学计算机系
信息高技术研究所
出处
《中国图象图形学报(A辑)》
CSCD
1999年第10期831-834,共4页
文摘
径向基函数神经网络和多层感知器神经网络具有相似的拓扑结构,它们大都用于目标的分类。对两种模型进行了比较,提出了一个构造径向基函数神经网络分类器的有效方法,并把构造的分类器用于遥感图象的分类实验。
关键词
感知器
神经网络
构造
遥感图象
分类
Keywords
Radial basis function
neural
network
(RBFNN),
multilayer
perceptron
neural
network
(MPNN),
remote sensing
image
classification, Linear discriminant function
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于多层特征上下文编码网络的遥感图像场景分类
被引量:
5
5
作者
李若瑶
张铂
王斌
机构
复旦大学电磁波信息科学教育部重点实验室
复旦大学信息学院智慧网络与系统研究中心
出处
《红外与毫米波学报》
SCIE
EI
CAS
CSCD
北大核心
2021年第4期530-538,共9页
基金
国家自然科学基金(61971141,61731021)。
文摘
遥感图像场景分类问题是目前遥感图像处理领域中的研究热点之一。卷积神经网络(Convolutional Neural Networks,CNNs)具有强的特征提取能力,已被广泛应用于遥感图像场景分类中。然而,目前的方法并没有充分考虑并利用CNN不同层间的互补信息和遥感图像的空间上下文信息,导致其相应的分类精度有待提高。针对上述问题,提议一种多层特征上下文编码网络,并将其用于解决遥感图像场景分类问题。所提议网络由两部分组成:1)密集连接的主干网络;2)多尺度上下文编码模块。前者用于融合CNN不同层的特征信息,后者用于对蕴含在多层特征中的空间上下文信息进行编码利用。在两个大规模遥感图像数据集上的实验结果表明,与现有的遥感图像场景分类方法相比,所提出的网络框架取得了显著的分类精度提升。
关键词
遥感图像
场景分类
卷积神经网络
多层特征上下文编码
空间上下文信息
Keywords
remote sensing
image
s
scene classification
convolutional
neural
network
(CNN)
multilayer
feature context encoding(MFCE)
spatial context information
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
基于不同立地质量的香格里拉高山松林郁闭度遥感反演
被引量:
2
6
作者
岳振兴
岳彩荣
李昔纯
机构
西南林业大学云南省高校林业
出处
《林业调查规划》
2018年第2期19-24,共6页
基金
国家自然科学基金项目(31260156)
云南省林学一流学科建设项目(51600625)
文摘
以香格里拉市为研究区,基于2006年TM遥感影像和2006年森林资源规划设计调查数据,以小班各遥感因子为自变量,每个小班的郁闭度为因变量,对香格里拉高山松林按区分立地质量等级和不区分地位级2种策略建立郁闭度神经网络遥感反演模型,并进行精度评价。基于小班平均高和平均年龄建立的地位级表将立地质量等级划分为好、中、差3种类型。研究结果表明,红外、近红外、植被指数和第一主成分等遥感因子对郁闭度的解释能力较强;从模型独立样本验证结果得出,不区分地位级郁闭度估测精度为67.64%,区分地位级后,好、中、差3种立地类型的郁闭度估测精度分别为74.14%、75.32%、72.38%,区分立地质量类型模型的精度优于不区分地位级模型的精度。
关键词
森林郁闭度
遥感反演
tm
影像
立地质量等级
神经网络模型
Keywords
forest canopy density
remote sensing
inversion
tm image
s
site quality grade
neural
network
分类号
S771.8 [农业科学—森林工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
TM图像多层神经网络自动识别分类
胡希军
吕惠进
《遥感技术与应用》
CSCD
1995
3
下载PDF
职称材料
2
基于统计的遥感图像分类方法
付小勇
杨建祥
谭靖
《林业调查规划》
2005
2
下载PDF
职称材料
3
基于改进的BP神经网络模型的遥感影像分类法
张海龙
蒋建军
解修平
吴宏安
张丽
《农机化研究》
北大核心
2006
2
下载PDF
职称材料
4
用于遥感图象分类的神经网络的构造
张建宝
陈晓锋
刘建华
《中国图象图形学报(A辑)》
CSCD
1999
9
下载PDF
职称材料
5
基于多层特征上下文编码网络的遥感图像场景分类
李若瑶
张铂
王斌
《红外与毫米波学报》
SCIE
EI
CAS
CSCD
北大核心
2021
5
下载PDF
职称材料
6
基于不同立地质量的香格里拉高山松林郁闭度遥感反演
岳振兴
岳彩荣
李昔纯
《林业调查规划》
2018
2
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