,歡迎光臨bat365官网登录雜志社官方網站！
稿件查詢：
2014年15期
基于支持向量機的EO1 Hyperion遙感圖像分類研究
| 作 者 | 毛學剛，鄭淼，郭文茜，馬巖巖，胡俊凱，楊天野 |
| 第一作者 | 毛學剛 |
| 作者單位 | 東北林業大學林學院，黑龍江哈爾濱 |
| 卷 號 | 42 |
| 發表年份 | 2014 |
| 發表刊期 | 15 |
| 發表頁面 | 4892-4894，4900 |
| 關 鍵 字 | Hyperion；支持向量機（SVM）；森林類型識別；分類方法；核函數 |
| 摘 要 |
以EO1 Hyperion高光譜遙感數據為基礎，對其進行大氣校正、幾何校正、濾波等處理，采用支持向量機分類方法對其進行分類，選擇不同的核函數，主要有線性核、多項式核、徑向基核、Sigmoid核，其余采用相同參數設置，進而比較不同核函數在EO1 Hyperion數據分類中的效果。結果表明，采用支持向量機方法對研究區域的EO1 Hyperion遙感數據進行分類，采用不同的核函數對分類結果影響不大。 |
| 附 件 |
基于支持向量機的EO1 Hyperion遙感圖像分類研究
|
| 注：若需下載，請右鍵單擊另存 |
- 上一篇： 高校食品專業大學生撰寫文獻綜述探討
- 下一篇： 基于高斯混合模型的類人機器人果實辨識研究
