您的位置: 专家智库 > >

朱洁尔

作品数:2 被引量:7H指数:1
供职机构:浙江大学电气工程学院更多>>
发文基金:浙江省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇图像
  • 2篇图像分类
  • 2篇向量
  • 2篇向量机
  • 2篇空间邻域
  • 2篇光谱图像
  • 2篇高光谱图像
  • 1篇图像分割
  • 1篇图像分类算法
  • 1篇空间信息
  • 1篇高光谱图像分...

机构

  • 2篇浙江大学
  • 1篇杭州电子科技...

作者

  • 2篇朱洁尔
  • 1篇王晶
  • 1篇厉小润
  • 1篇赵辽英

传媒

  • 1篇浙江大学学报...

年份

  • 2篇2013
2 条 记 录,以下是 1-2
排序方式:
组合核支持向量机高光谱图像分类被引量:6
2013年
为了提高高光谱遥感图像分类中空间信息的利用率,提出一种将空间邻域信息和光谱信息结合的组合核支持向量机(SVM)学习算法.用SVM进行预分类,从分类结果图提取各像素的空间邻域特征,与光谱特征结合构造组合核SVM进行分类,并再次提取空间邻域特征进行多次空-谱信息组合核SVM迭代分类,如此迭代10次,从中选择合适的结果作为最终输出.结果表明,该方法对传统支持向量机的分类精度提升幅度可达10%左右.同时,与其他组合核支持向量机相比,该算法用更少的训练样本获得了更高分类精度.
厉小润朱洁尔王晶赵辽英
关键词:高光谱图像分类支持向量机空间邻域
结合空间信息的高光谱图像支持向量机分类研究
高光谱遥感图像极高的光谱分辨率能够很好地反映地表地物的不同材质特性,使得高光谱图像比多光谱图像更适合于地物分类,因此得到了越来越多的关注和研究。   在高光谱图像分类时,高维度的数据提高了分类器检测和识别各种地物类别的...
朱洁尔
关键词:高光谱图像支持向量机图像分割空间邻域图像分类算法
文献传递
共1页<1>
聚类工具0