期刊导航
期刊开放获取
上海教育软件发展有限公..
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
逐波段修正负相关的光谱角填图算法
被引量：
2
1
作者
王瀛
郭雷
梁楠
《火力与指挥控制》
CSCD
北大核心
2013年第2期22-25,30,共5页
光谱角填图算法作为一种常用的光谱相似性度量方法,不能正确区分光谱间的正负相关是其内在的缺陷,因此,导致基于光谱角的高光谱遥感图像分类算法误分率较高。详细分析了光谱角的数学公式,提出了逐波段修正负相关影响的光谱角填图算法。...
光谱角填图算法作为一种常用的光谱相似性度量方法,不能正确区分光谱间的正负相关是其内在的缺陷,因此,导致基于光谱角的高光谱遥感图像分类算法误分率较高。详细分析了光谱角的数学公式,提出了逐波段修正负相关影响的光谱角填图算法。算法首先判断每个波段间是否存在负相关,然后对负相关产生的光谱角加以修正,使最终的全波段光谱角可以正确反映光谱间的相似关系。算法由IDL7.0实现,在模拟数据上的实验表明,修正了负相关的光谱角可以将光谱角填图算法无法区分的光谱正确分离出来;在实际高光谱遥感图像上进行目标探测的实验表明,修正后的光谱角可以提升探测效果,有效地压制误分率。
展开更多
关键词
高
光谱
图
像
相似性度量
光谱角填图
负相关
二分法
在线阅读
下载PDF
职称材料
基于机载激光雷达和高光谱数据的树种识别方法
被引量：
28
2
作者
陶江玥
刘丽娟
+6 位作者
庞勇
李登秋
冯云云
王雪
丁友丽
彭琼
肖文惠
《浙江农林大学学报》
CAS
CSCD
北大核心
2018年第2期314-323,共10页
训练样本的选取是影响监督分类精度的直接原因之一,数据空间分辨率越高,训练样本要求越准确,而人机交互训练样本选取推广力有限。利用机载高光谱(AISA)和激光雷达(LiDAR)主被动遥感数据,探讨基于高分辨率影像的训练样本自动提取技术以...
训练样本的选取是影响监督分类精度的直接原因之一,数据空间分辨率越高,训练样本要求越准确,而人机交互训练样本选取推广力有限。利用机载高光谱(AISA)和激光雷达(LiDAR)主被动遥感数据,探讨基于高分辨率影像的训练样本自动提取技术以及适合树种识别的遥感变量。根据树木的结构和高度差异,开展树高分层掩膜试验,并计算光谱间夹角,在每个高度层中自动化优选树种的高纯度训练样本。计算植被指数、主成分分析等特征变量,基于支持向量机分类器对研究区进行树种精细分类。实验表明:通过对阔叶林、马尾松Pinus massoniana,毛竹Phyllostachys edulis,杉木Cunninghamia lanceolata,油茶Camellia oleifera的训练样本分层自动提取后再进行分类,激光雷达和不敏感色素指数变量能有效提高树种分类精度。其中高光谱+激光雷达+结构不敏感色素指数变量组合的分类精度最高,其总体精度和Kappa系数分别为89.12%和0.86,阔叶林、马尾松、毛竹、杉木、油茶的用户精度分别为75.00%,100.00%,86.36%,90.91%和96.55%。该方法对本研究区森林树种的识别是有效的。
展开更多
关键词
森林测计学
高
光谱
激光雷达
分层训练样本自动提取
树种识别
光谱角填图
支持向量机
在线阅读
下载PDF
职称材料
题名
逐波段修正负相关的光谱角填图算法
被引量：
2
1
作者
王瀛
郭雷
梁楠
机构
西北工业大学自动化学院
出处
《火力与指挥控制》
CSCD
北大核心
2013年第2期22-25,30,共5页
基金
国家自然科学基金资助项目(60802084)
文摘
光谱角填图算法作为一种常用的光谱相似性度量方法,不能正确区分光谱间的正负相关是其内在的缺陷,因此,导致基于光谱角的高光谱遥感图像分类算法误分率较高。详细分析了光谱角的数学公式,提出了逐波段修正负相关影响的光谱角填图算法。算法首先判断每个波段间是否存在负相关,然后对负相关产生的光谱角加以修正,使最终的全波段光谱角可以正确反映光谱间的相似关系。算法由IDL7.0实现,在模拟数据上的实验表明,修正了负相关的光谱角可以将光谱角填图算法无法区分的光谱正确分离出来;在实际高光谱遥感图像上进行目标探测的实验表明,修正后的光谱角可以提升探测效果,有效地压制误分率。
关键词
高
光谱
图
像
相似性度量
光谱角填图
负相关
二分法
Keywords
hyperspectral image, distance metrics, SAM, negative correlation, bisection method
分类号
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于机载激光雷达和高光谱数据的树种识别方法
被引量：
28
2
作者
陶江玥
刘丽娟
庞勇
李登秋
冯云云
王雪
丁友丽
彭琼
肖文惠
机构
浙江农林大学浙江省森林生态系统碳循环与固碳减排重点实验室
浙江农林大学省部共建亚热带森林培育国家重点实验室
中国林业科学研究院资源信息研究所
出处
《浙江农林大学学报》
CAS
CSCD
北大核心
2018年第2期314-323,共10页
基金
国家级大学生创新创业训练计划项目(201610341013)
国家自然科学基金资助项目(41201365)
浙江农林大学科研发展基金资助项目(2014FR004)
文摘
训练样本的选取是影响监督分类精度的直接原因之一,数据空间分辨率越高,训练样本要求越准确,而人机交互训练样本选取推广力有限。利用机载高光谱(AISA)和激光雷达(LiDAR)主被动遥感数据,探讨基于高分辨率影像的训练样本自动提取技术以及适合树种识别的遥感变量。根据树木的结构和高度差异,开展树高分层掩膜试验,并计算光谱间夹角,在每个高度层中自动化优选树种的高纯度训练样本。计算植被指数、主成分分析等特征变量,基于支持向量机分类器对研究区进行树种精细分类。实验表明:通过对阔叶林、马尾松Pinus massoniana,毛竹Phyllostachys edulis,杉木Cunninghamia lanceolata,油茶Camellia oleifera的训练样本分层自动提取后再进行分类,激光雷达和不敏感色素指数变量能有效提高树种分类精度。其中高光谱+激光雷达+结构不敏感色素指数变量组合的分类精度最高,其总体精度和Kappa系数分别为89.12%和0.86,阔叶林、马尾松、毛竹、杉木、油茶的用户精度分别为75.00%,100.00%,86.36%,90.91%和96.55%。该方法对本研究区森林树种的识别是有效的。
关键词
森林测计学
高
光谱
激光雷达
分层训练样本自动提取
树种识别
光谱角填图
支持向量机
Keywords
forest measuration
hyperspectral
LiDAR
stratified-auto samples selection
tree species identification
spectral angle mapping
support vector machine
分类号
S758.5 [农业科学—森林经理学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
逐波段修正负相关的光谱角填图算法
王瀛
郭雷
梁楠
《火力与指挥控制》
CSCD
北大核心
2013
2
在线阅读
下载PDF
职称材料
2
基于机载激光雷达和高光谱数据的树种识别方法
陶江玥
刘丽娟
庞勇
李登秋
冯云云
王雪
丁友丽
彭琼
肖文惠
《浙江农林大学学报》
CAS
CSCD
北大核心
2018
28
在线阅读
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
