您的位置: 专家智库 > >

赵振凯

作品数:5 被引量:7H指数:2
供职机构:南京师范大学更多>>
发文基金:国家自然科学基金江苏省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 2篇专利
  • 1篇学位论文

领域

  • 4篇自动化与计算...

主题

  • 5篇图像
  • 5篇光谱图像
  • 5篇高光谱图像
  • 3篇图像分类
  • 2篇生成树
  • 2篇最小生成树
  • 2篇空间信息
  • 2篇光谱分类
  • 2篇光谱特征
  • 2篇测试集
  • 1篇遥感
  • 1篇遥感测量
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像处理
  • 1篇向量
  • 1篇向量机
  • 1篇高光谱图像分...
  • 1篇SVM
  • 1篇SVM算法

机构

  • 5篇南京师范大学

作者

  • 5篇赵振凯
  • 4篇杨明

传媒

  • 1篇数据采集与处...
  • 1篇南京师大学报...

年份

  • 1篇2019
  • 1篇2018
  • 2篇2016
  • 1篇2015
5 条 记 录,以下是 1-5
排序方式:
一种改进的高光谱图像分类方法
本发明公开了一种改进的高光谱图像分类方法。该方法包括如下步骤:(1)待分类高光谱图像中心像素点的空间近邻选择:采用基于分水岭分割区域选择策略或者最小生成树近邻选择策略获得优质空间近邻区域;(2)对优质空间近邻区域进行空间...
杨明赵振凯
文献传递
一种改进的高光谱图像分类方法
本发明公开了一种改进的高光谱图像分类方法。该方法包括如下步骤:(1)待分类高光谱图像中心像素点的空间近邻选择:采用基于分水岭分割区域选择策略或者最小生成树近邻选择策略获得优质空间近邻区域;(2)对优质空间近邻区域进行空间...
杨明赵振凯
基于分水岭的高光谱图像分类方法被引量:1
2015年
近年来,高光谱图像的分类受到了广泛的关注,许多机器学习的方法都在高光谱图像上得到了应用,如SVM、神经网络、决策树等.为了提高分类精度,通常将图像的光谱信息与空间信息结合起来进行分类.本文提出了如何利用分水岭分割得到的空间信息来得到更精确的分类结果.首先利用分水岭得到图像区域信息,然后根据一个区域中是否含有训练样本而采取不同的策略得到该区域中所有点的类别.本文在两幅图像上分别用SVM和联合稀疏表示对该方法的有效性进行验证,实验结果表明该方法优于其他一些同类方法.
舒速杨明赵振凯
关键词:图像分类
结合分水岭分割的合成核SVM高光谱分类被引量:3
2018年
高光谱图像丰富的光谱信息使其在目标检测、地物分类等领域都具有重要应用,分类作为高光谱应用的重要中间步骤引起了广泛关注。高光谱图像空间信息刻画了光谱像素点与近邻关系,可以较好地弥补单纯使用光谱信息难以解决的同物异谱、同谱异物以及高维小样本等问题。传统预处理方式空间信息的使用是基于固定结构(如方窗)选择空间近邻以计算空间特征辅助分类,但会因窗口大小而影响空间特征质量。为此本文提出了结合分水岭分割的合成核支持向量机(Support vector machine,SVM)高光谱分类,根据分水岭分割图自适应选择优质的空间近邻,然后通过合成核SVM有效地把空间信息融入到原光谱信息分类中。实验表明,本文方法更好地利用了空间信息,实现在少量样本下高光谱图像的快速高精度分类。
赵振凯杨明
关键词:图像分类高光谱图像
结合近邻选择的高光谱图像分类算法研究
高光谱图像丰富的光谱信息,使其在目标检测、地物分类、污染防治以及军事侦查等领域都具有重要应用。高光谱图像分类是高光谱图像处理和分析的重要研究内容,倍受研究者的关注。受“同物异谱”、“同谱异物”以及高维小样本等因素的影响,...
赵振凯
关键词:遥感测量高光谱图像图像处理SVM算法
共1页<1>
聚类工具0