er菜(Amaranthus palmeri S.Wats。)是美国南部棉花(Gossypium hirsutum L.)生产系统的主要杂草问题。 高光谱遥感已显示出作为作物杂草鉴别的工具的希望,并且
从目标空间尺度和传感器空间分辨率的相对大小,把高光谱遥感图像目标检测、识别与分类中的特征挖掘问题划分为多像元、单像元和亚像元3个层次,因而更具自然特性也更适合特征挖掘和目标分类与识别技术的分析。把高光
在本文中,提出了一种新的基于异构神经网络的深度学习方法,称为HNNDL,用于对带有少量标记样本的高光谱图像(HSI)进行监督分类。 具体来说,将深度神经网络(DNN)和卷积神经网络(CNN)组合起来以
基于高光谱图像技术的裂嘴板栗识别方法研究,高云,李小昱,针对目前裂嘴板栗识别困难,提出利用高光谱图像技术检测裂嘴板栗的识别方法。试验以湖北罗田、广西、浙江3个地区的油栗为研究对�
基于高光谱影像数据的特点,分析了高光谱数据的降维方法。着重探讨了波段选择的若干算法:熵及联合熵、最佳指数因子、自动子空间划分、自适应波段选择、波段指数和最优波段指数等算法。分析了各种算法的有效性、局限
结合多种特征的正交非负矩阵分解实现高光谱图像的光谱空间降维
稀疏回归框架已被许多工作引入,以解决线性光谱解混问题,这是因为与像素相比,通常与光谱库或整个高光谱数据集中的端成员相比,像素由较少的端成员进行混合。 传统的稀疏分解技术着重于在不合并空间信息的情况下分
高光谱图像假彩色合成 高光谱图像波段选择 本科毕业设计论文 校级优秀毕业论文 附代码 算法类
摘要:针对高光谱数据的特点,探讨了高光谱数据特征提取的若干算法,重点研究了导数光谱和光谱编码技术,并从地物光谱曲线中提取了其光谱吸收特征。对同类曲线特征求交得到识别地物的有效特征；对不同类曲线特征求交
遥感图像分类的应用在遥感图像研究中具有重要意义。为了提高高光谱遥感图像分类精度,本文提出了基于多特征融合的高光谱遥感分类方法。该方法将图像的空间特征和光谱特征归一融合,然后使用AdaBoost分类器集
