当前位置：学术参考网 > 高光谱分类方法本科论文
高光谱影像分类的研究.pdf,毕业设计（论文）过程管理材料题高光谱影像分类方法研究目学生姓名刘本强系部名称测绘工程学院专业班级遥感科学与技术11-1班指导教师刘丹丹职称副教授教研室主楼610起时间2015年3月～6月教务处制SY-025-BY-1毕业设计（论文）题目审…
论文地址高光谱遥感影像分类研究进展南大、矿大、河海15年的文章比较老，科普文，但是理论总结和语言用词都比较扎实在总结分类策略的基础上，重点从以核方法（SVM）为代表的新型分类器设计、特征挖掘、空间-光谱分类、基于主动学习和半监督学习的分类、基于稀疏表达的分类、多分类器...
分类精度优于传统高光谱数据的光谱匹配分类方法,具有实用价值。关键词:DNA计算,高光谱,光谱匹配,分类中图分类号:TP751.1文献标志码:A1引言高光谱遥感具有图谱合一的特点,在提供地物空间分布的同时获取反映地物物性的光谱信息。由
基于深度学习的高光谱图像特征学习研究——毕业论文.摘要与传统分类方法相比，高光谱图像处理面临的两个主要问题是：一是光谱分辨率高、光谱曲线近乎连续、数据量大、数据冗余严重、谱间相关性强；另一是空间分辨率有限、存在大量混合像元，“Hughes...
本文是遥感技术论文，本文在对集成学习中的相关算法进行了较为深入的研究的基础上，简要介绍了集成学习的理论基础和最新研究成果，分析了集成学习应用于高光谱遥感影像分类中的框架。
本科毕业设计论文摘要与传统分类方法相比，高光谱图像处理面临的两个主要问题是：一是光谱分辨率高光谱曲线近乎连续数据量大数据冗余严重谱间相关性强；另一是空间分辨率有限存在大量混合像元，Hughes现象凸现。特征学习从原始的像素出发通过特定的神经,点石文库dswenku
此外，论文还细致地分析了基于哈希方法的二值特征提取在高光谱图像分类任务上的优缺点及应用潜力。3.提出了一种基于结构化学习的二值特征提取方法。该方法的目标主要是针对多特征组合而成的高维特征，生成紧致而具有鉴别性的二值特征。
1.2国内外研究现状华侨大学硕士学位论文1.2.1高光谱遥感图像分类研究现状高光谱遥感图像分类法主要可以分为两大类：一是直接对原始光谱数据信息进行一些特殊处理，如光谱匹配技术（OSP）等；二是通过某些特征提取算法对原始数据进行特征提取，再
分类晋工学硕士学位论文（高校教师）高光谱遥感图像分类方法研究硕士研究生：杨希明指导教师：赵春晖教授学利专业：通信与信息系统学位论文主审人：赵旦峰教授哈尔滨I程大学2007年9J1docin哈尔滨rT程人学硕士学位论文光谱分辨率的提高是光学遥感不断发展的趋势。
高光谱示例：图像由更窄的波段（10-20nm）组成。高光谱图像可能有数百或数千个波段。物体与光源的光相互作用并被非成像光谱分析设备（比如光谱仪）接收后，设备可以精确地反应出接收到的光信号在光谱频带上分布的强度差异也就是光谱信息。