版權說明: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,請進行舉報或認領
文檔簡介
1、遙感技術產(chǎn)生于20世紀,經(jīng)過半個多世紀的研究,其理論和技術都取得了進展,遙感圖像分類技術也始終伴隨著遙感技術而發(fā)展。如今遙感技術已經(jīng)成為了當今時代最活躍的科學技術之一,遙感技術在經(jīng)濟建設、環(huán)境保護、災害監(jiān)測、資源開發(fā)等方面起到了重大的作用。隨著遙感技術的深入發(fā)展,基于土地利用/覆蓋類型信息的高精度、快速、自動提取,是遙感影像計算機分類研究的重要方向。遙感圖像分類方法有很多,但是在實際應用中,每種分類器對每種地物類型的識別能力各有不同,某
2、些分類器對某些地物類型識別精度高,而另一部分分類器對另一些地物類型的識別精度高,由于各分類器之間存在一定差異,使得沒有哪一種分類器是最好的。但是利用多分類器組合的方法為提高遙感圖像分類精度提供了新的途徑。多分類器組合可以彌補各分類器的不足,同時也具備各分類器的優(yōu)勢,因此,研究多分類器組合對遙感影像分類領域具有重要意義。
本文基于熵權法對分類器進行組合,將其應用于森林類型信息的提取。主要的研究成果有:
(1)提出了利用
3、熵權法確定組合分類器規(guī)則
將熵權法引入到遙感影像分類技術領域,提出了基于熵權法的組合分類器規(guī)則。首先選擇子分類器對研究區(qū)進行分類,得到各分類器的分類結果和精度,根據(jù)單分類器結果利用熵權法模型求出各分類器的信息熵、變異程度等參數(shù),從而確定組合分類器中各子分類器的權重,加權求和形成新的分類器。
(2)多分類器組合的遙感影像分類及比較
為了提高遙感影像的分類精度,采用多分類器組合的思想,多分類器組合的方式有效的彌
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于多分類器組合的濕地信息提取方法研究.pdf
- 基于多分類器組合的居民地提取技術研究.pdf
- 基于節(jié)點類型標注的網(wǎng)頁主題信息提取技術研究.pdf
- 多分類器組合及其遙感分類研究.pdf
- 基于極化SAR目標信息提取與SVM分類.pdf
- 基于面向?qū)ο蠓诸惖牡缆氛鸷π畔⑻崛⊙芯?pdf
- 基于VIIRS數(shù)據(jù)的中國區(qū)域土地覆蓋類型信息提取.pdf
- 多分類器組合中的基分類器選取方法.pdf
- 基于HTML Parser的Web信息提取技術.pdf
- 基于多分類器組合的網(wǎng)絡入侵檢測方法研究.pdf
- 基于光流技術的圖像信息提取.pdf
- 基于多分類器組合的蛋白質(zhì)結構預測研究.pdf
- 基于極化干涉SAR的森林結構信息提取模型與方法.pdf
- 基于交通視頻的信息提取技術研究.pdf
- 基于XML的文檔信息提取技術研究.pdf
- 基于策略的網(wǎng)絡信息提取技術的研究.pdf
- 遙感圖像多分類器組合方法研究.pdf
- 基于機器學習的Web信息提取技術的研究.pdf
- 基于多分類器動態(tài)組合的手寫體數(shù)字識別.pdf
- 塔河地區(qū)基于HSI數(shù)據(jù)的林分類型識別研究.pdf
評論
0/150
提交評論