已閱讀1頁，還剩68頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著成像光譜儀的快速發(fā)展，其產(chǎn)生的數(shù)據(jù)光譜分辨率變得更高，傳統(tǒng)的數(shù)據(jù)處理方法不能夠滿足需求。集成學(xué)習(xí)作為機(jī)器學(xué)習(xí)領(lǐng)域熱門研究內(nèi)容，被引入到高光譜數(shù)據(jù)處理中，使用多個(gè)學(xué)習(xí)器（學(xué)習(xí)算法）來處理同一個(gè)問題，起到了顯著作用。本文就是將集成學(xué)習(xí)引入到高光譜圖像分類中來，重點(diǎn)研究了支持向量數(shù)據(jù)描述集成的分類方法和支持向量機(jī)集成的分類方法。本文主要研究內(nèi)容如下:
1、提出一種支持向量數(shù)據(jù)描述集成的分類方法。結(jié)合高光譜圖像的數(shù)據(jù)特點(diǎn)，使用主成
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于集成學(xué)習(xí)的高光譜遙感圖像分類.pdf
- 基于半監(jiān)督集成學(xué)習(xí)的高光譜圖像分類.pdf
- 基于遷移學(xué)習(xí)的高光譜圖像分類
- 基于遷移學(xué)習(xí)的高光譜圖像分類.pdf
- 基于集成學(xué)習(xí)的高光譜遙感影像分類.pdf
- 基于深度學(xué)習(xí)的高光譜遙感圖像分類.pdf
- 基于集成學(xué)習(xí)的多光譜遙感圖像分類研究.pdf
- 基于域自適應(yīng)學(xué)習(xí)的高光譜圖像分類.pdf
- 基于主動(dòng)學(xué)習(xí)的高光譜圖像分類方法研究.pdf
- 基于圖像融合的高光譜圖像分類.pdf
- 基于極速學(xué)習(xí)機(jī)的高光譜圖像分類研究.pdf
- 基于核學(xué)習(xí)的高光譜圖像精細(xì)分類技術(shù).pdf
- 基于深度學(xué)習(xí)的高光譜圖像分類算法的研究.pdf
- 基于深度學(xué)習(xí)的多特征高光譜遙感圖像分類研究.pdf
- 基于圖像融合的高光譜遙感圖像分類研究.pdf
- 基于集成學(xué)習(xí)和空間信息的高光譜遙感影像分類方法.pdf
- 基于半監(jiān)督學(xué)習(xí)的高光譜圖像分類方法研究.pdf
- 基于機(jī)器學(xué)習(xí)的高光譜與SAR圖像融合分類研究.pdf
- 基于高光譜圖像的雜草分類研究.pdf
- 基于遞歸網(wǎng)絡(luò)的高光譜圖像分類.pdf
評論
0/150
提交評論