改进的OIF和SVM结合的高光谱遥感影像分类(论文))

时间:2020-12-10 04:46:44
【文件属性】:

文件名称:改进的OIF和SVM结合的高光谱遥感影像分类(论文))

文件大小:1.11MB

文件格式:CAJ

更新时间:2020-12-10 04:46:44

特征选择

面向对象分类方法是适合于高空间分辨率影像信息提取的技术之一,主要包括最邻 近和隶属度函数两种分类方法,具有小样本和高维特征的特点。其中,面向对象隶属度 函数的模糊分类更是适合于研究范围较大影像区域。实际应用隶属度函数分类时,一般 是针对研究区遥感影像的特点,根据经验知识,人为的分析和尝试极少量的特征,以分 类结果好坏决定是否选用该特征。显然这种方式具有一定的主观性和盲目性,缺乏科学 性和实用性,选取的特征难以保证分类的精度与速度。本文依托“十二五”计划中“高 分数据土地利用要素快速提取技术”课题,针对隶属度分类的特征选择进行了以下研究。


网友评论

  • 还以为是代码,就一篇论文,学校图书馆随便下