已閱讀1頁,還剩46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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文應(yīng)用Hyperion高光譜數(shù)據(jù),對(duì)黑龍江和吉林交界處的湖西和撫育站兩個(gè)林場(chǎng)進(jìn)行分類分析。針對(duì)Hyperion數(shù)據(jù)具有的數(shù)據(jù)量大和波段多的特點(diǎn),進(jìn)行了基于線性混合光譜模型的分類分析。同時(shí)應(yīng)用傳統(tǒng)的監(jiān)督分類方法(最小距離法和SAM法)和非監(jiān)督分類方法(K-均值法和ISODATA法)進(jìn)行分類。結(jié)果表明,基于光譜混合模型的分類方法遠(yuǎn)好于傳統(tǒng)方法而不同的分類方法對(duì)各種地物分辨能力不同。這是因?yàn)榛诰€性混合光譜模型的分類方法使用的是先進(jìn)的光學(xué)原
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(qǐng)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(qǐng)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Hyperion高光譜數(shù)據(jù)的城市地物識(shí)別與分類研究.pdf
- 基于數(shù)據(jù)挖掘的遙感影像海岸帶地物分類方法研究.pdf
- LIDAR數(shù)據(jù)快速地物分類的精度提高方法研究.pdf
- 基于局部特征的SAR圖像地物分類方法研究.pdf
- 基于Hyperion數(shù)據(jù)的森林類型識(shí)別.pdf
- 基于多特征融合的極化SAR地物分類方法研究.pdf
- 基于監(jiān)視檢測(cè)的高分SAR影像地物分類方法研究.pdf
- 基于深度ICA網(wǎng)絡(luò)的極化SAR影像地物分類方法研究.pdf
- 面向大規(guī)模高光譜數(shù)據(jù)的半監(jiān)督地物分類方法.pdf
- 基于HWP-FCN的遙感圖像典型地物分類方法研究.pdf
- 基于MODIS遙感圖像的地物分類研究.pdf
- 基于Hyperion高光譜數(shù)據(jù)的土壤鹽漬化定量反演方法研究.pdf
- 基于稀疏編碼和SVM的極化SAR影像地物分類方法研究.pdf
- 高光譜圖像地物分類和分割方法研究.pdf
- 基于Hyperion高光譜數(shù)據(jù)的森林類型精細(xì)識(shí)別研究.pdf
- 基于分類超曲面的數(shù)據(jù)分類方法的研究.pdf
- 36106.基于hyperion數(shù)據(jù)的淺海地形和海洋光學(xué)參數(shù)反演方法研究
- 10553.基于車載lidar點(diǎn)云的城市典型地物分類方法研究
- 基于稀疏表示分類器的極化SAR圖像地物分類.pdf
- 基于面向?qū)ο蟮臉O化SAR地物分類.pdf
評(píng)論
0/150
提交評(píng)論