遥感影像非监督分类方法基于Hα和改进C均值的全极化SAR图像非监督分类.pdf

图像分类是计算机视觉中的基本任务之一，深度学习的出现是的图像分类技术趋于完善。最近，自监督学习与预训练技术的发展使得图像分类技术出现新的变化，这篇论文概述了最新在实际情况中少标签小样本等情况下，关于自

聚类分析在非监督图像分类中的应用研究-聚类分析在非监督图像分类中的应用研究.pdf聚类分析在非监督图像分类中的应用研究

为了充分利用极化合成孔径雷达（SAR）图像不同极化特征对不同地物目标类型的刻画能力，提出一种基于多层次支持向量机（SVN）的极化SAR特征分析与分类方法。

基于协同训练的极化SAR目标分类，张青，王爽，地物分类是极化SAR（POLSAR）数据应用中的一个重要问题。如何有效地利用极化特征进行地物分类是目前极化SAR领域研究的热点问题。半监

用于图像分类,可以运行希望对大家有用,谢谢了!!!

基于神经网络的遥感图像分类-基于神经网络的遥感影像识别.pdf基于神经网络的遥感图像分类

基于决策树分类器遥感影像植被分类方法研究，魏嵬，，针对现有分类器对森林植被分类结果存不准确的问题，本文提出了一种基于决策树分类器的遥感影像植被分类方法，该方法以复合决策树

基于光谱和纹理的SVM遥感影像分类研究，丁允静，，遥感图像分类是遥感应用的基础问题，目前遥感图像的分类方法多为计算机自动分类方法，由于

讨论面向对象和规则的光学遥感影像分类方法

为了在半监督情境下利用多视图特征中的信息提升分类性能，通过最小化输入特征向量的局部重构误差为以输入特征向量为顶点构建的图学习合适的边权重，将其用于半监督学习。通过将最小化输入特征向量的局部重构误差捕获