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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、高光譜遙感影像具有豐富的空間圖像信息與光譜輻射信息,廣泛應(yīng)用于環(huán)境監(jiān)測、民用領(lǐng)域、軍事領(lǐng)域和資源探測領(lǐng)域。本文主要是對高光譜數(shù)據(jù)中異常目標(biāo)檢測與分類算法展開研究,主要工作包括以下幾個部分:
(1)論文介紹了高光譜遙感影像的應(yīng)用背景和研究意義,綜述了高光譜國內(nèi)外研究現(xiàn)狀。并且闡述了目前異常檢測技術(shù)和分類技術(shù)的研究狀況。
?。?)對傳統(tǒng)RX異常檢測算法的闡述,并介紹了幾種改進(jìn)型的RX異常檢測算法。對幾種算法進(jìn)行比較,闡述各
2、自的優(yōu)缺點。
?。?)對傳統(tǒng)RX算法和單一核RX算法進(jìn)一步研究,提出一個加權(quán)組合核RX算法。該算法不僅具有高斯核函數(shù)的局部特性,也具有多項式核函數(shù)的全局特性。加權(quán)組合核函數(shù)在結(jié)構(gòu)層面上反映光譜特征和空間特征,更能有效地挖掘地物信息。通過中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所提供的高光譜數(shù)據(jù)和拍攝于美國加州薩利納斯山谷AVIRIS高光譜數(shù)據(jù)共同驗證了該方法的有效性。
?。?)提出一種聯(lián)合異常檢測的多分類器融合算法。該方法用
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
- 基于多分類器的入侵檢測技術(shù)研究.pdf
- 多分類器集成技術(shù)研究.pdf
- 基于多分類器融合的高光譜圖像分類算法研究.pdf
- 語音識別系統(tǒng)中特征選擇及多分類器融合技術(shù)研究.pdf
- 基于多分類器融合的骨髓細(xì)胞識別技術(shù)研究.pdf
- 多分類器融合系統(tǒng)的研究.pdf
- 多分類器加權(quán)集成技術(shù)研究.pdf
- 入侵檢測分類器設(shè)計及其融合技術(shù)研究.pdf
- 多分類器動態(tài)集成技術(shù)研究.pdf
- 基于多分類器融合的數(shù)據(jù)挖掘分類算法研究與應(yīng)用.pdf
- 多分類器集成算法研究.pdf
- 綜合多分類器的赤潮類圖像分類及拒識技術(shù)研究.pdf
- 多分類器系統(tǒng)中信息融合方法研究.pdf
- 誤用與異常融合入侵檢測技術(shù)研究.pdf
- 傳感器異常檢測技術(shù)研究及應(yīng)用.pdf
- 基于多分類器融合的多視點飛機(jī)目標(biāo)識別算法研究.pdf
- 多分類器融合算法在行為識別中的應(yīng)用研究.pdf
- 基于多分類器融合的遙感影像分類方法研究.pdf
- 基于模糊積分的多分類器融合研究.pdf
- 基于多分類器的行人檢測研究.pdf
評論
0/150
提交評論