排序方式: 共有14条查询结果,搜索用时 31 毫秒
1.
2.
带竞争学习机制的反向传播模型及在遥感图像分类中的实验 总被引:2,自引:0,他引:2
遥感图像分类是遥感的基础理论和技术。人工神经网络以其特有的优点和巨大的潜力正在被越来越普遍地用于遥感图像分类的研究和生产,应用和研究最多的是反向传播人工神经网络模型。该模型存在收敛速度慢、新加入样本影响已学过样本及其它一些缺陷,本文针对这些缺点,将竞争学习机制引入反向传播模型,从而加速子模型的收敛速度,去除了新加入样本对已学过样本的影响,减少了计算机实现时的内存开销,并改善了分类结果的精度。应用太文提出的模型对实验区的TM图像进行了分类实验研究,取得了较好效果。 相似文献
3.
4.
5.
6.
首先对中巴资源一号卫星主要技术参数与性能指标作了介绍,然后选取了高分辨率CCD相
机接收的2、3、4波段数据(南京地区)进行处理,发现2波段中有若干明显的条带,找出了引起条带
的原因,通过未去除条带3个波段的合成图像与去除条带后3个波段的合成图像相比,图像质量有
明显的改善,分别对两种合成图像进行几何纠正,发现后者效果明显好于前者。对几何纠正后的图
像进行了分析,地面分辨率达20 m,可用于土地利用、森林覆盖、地质和农业等专题信息的提取。 相似文献
机接收的2、3、4波段数据(南京地区)进行处理,发现2波段中有若干明显的条带,找出了引起条带
的原因,通过未去除条带3个波段的合成图像与去除条带后3个波段的合成图像相比,图像质量有
明显的改善,分别对两种合成图像进行几何纠正,发现后者效果明显好于前者。对几何纠正后的图
像进行了分析,地面分辨率达20 m,可用于土地利用、森林覆盖、地质和农业等专题信息的提取。 相似文献
7.
面向对象高分辨遥感影像分类研究 总被引:1,自引:0,他引:1
高空间分辨率遥感影像采用传统基于像元分类方法精度较低,本文通过分析高分辨遥感影像特征,采用面向对象的最近邻监督分类方法对QuickBird影像进行分类研究,首先对影像进行对象分割,然后将分割对象信息、形状特征与及上下文联系等特征构成特征空间进行最近邻监督分类,并与传统的基于像元最近邻分类方法分类进行比较分析,结果表明,本方法能够较好的识别高分辨率地物类型,总精度为92.19%,Kappa系数为0.8835,较好地改善分类效果,适合高分辨遥感影像分类。 相似文献
8.
多源遥感影像融合是富集遥感海量数据的最有价值的技术手段。本文给出了一种新的基于改进的自组织映射网络的遥感影像融合模型。选择浙江绍兴为典型研究区,以Landsat TM(10m)与SPOT-4 Pan(10m)融合数据为例,进行了融合实验与分析。实验结果表明,应用基于改进的自组织映射网络模型进行融合,分类融合结果较好,较基于基本自组织映射网络的影像融合分类精度提高约8%。 相似文献
9.
苏丹遥感干旱指数及其适用性 总被引:1,自引:0,他引:1
针对苏丹地区利用遥感手段进行旱情监测的研究相对缺乏这一问题,该文利用MODIS归一化植被指数和地表温度计算植被条件指数、温度植被干旱指数和归一化植被供水指数,利用AMSR-E土壤湿度数据与3种干旱指数进行相关性分析,选取与土壤湿度相关性最好的干旱指数作为干旱监测的指标,对苏丹典型干湿年份的干旱进行监测。定量分析与实验结果表明:归一化植被供水指数与土壤湿度相关性最高,且与降水量存在滞后关系,3种典型植被覆盖类型下归一化植被供水指数的滞后期均为1个月;苏丹干旱主要发生在北部的撒哈拉沙漠及其边缘地区,且干旱分布受季节变化影响显著,其中春季和冬季是干旱发生的高峰期。 相似文献
10.