咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于周至县农耕区Landsat8 OLI影像的融合算法和分类... 收藏

基于周至县农耕区Landsat8 OLI影像的融合算法和分类研究

Study on fusion algorithm and classification based on Landsat8OLI Image

作     者:屈贵兰 张彬 

作者机构:西北大学城市与环境学院陕西西安710100 

出 版 物:《中国人口·资源与环境》 (China Population,Resources and Environment)

年 卷 期:2016年第26卷第S2期

页      面:446-448页

核心收录:

学科分类:0810[工学-信息与通信工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 081002[工学-信号与信息处理] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金项目"基于角色的虚拟地理环境群体感知与协同控制模型研究"(批准号:41271402) 

主  题:OLI影像 融合算法 支持向量机 

摘      要:本文以陕西省周至县农耕区的OLI影像为研究对象,分析了新型传感器多光谱波段之间的统计特征和相关性,运用分融合、小波融合和PCA—小波变换三种融合算法对OLI影像进行融合实验,研究其算法对影像的适应性,再基于融合效果好的影像采用支持向量机和BP神经网络进行分类实验,并根据地表感兴趣区域进行精度评价。结果表明,依据典型地物的分类效果来看,主成分融合算法更适合OLI影像,同时,支持向量机的分类总体精度和Kappa系数均高于BP神经网络,因此支持向量机的分类算法更适合PCA主成分融合影像。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分