《高光谱遥感及其应用》——浦瑞良、宫鹏

在进行遥感图像多分类识别时, 针对使用传统方法遇到的分类模型特征提取困难、分类精度不理想、分类种类少等问题, 研究了卷积神经网络(CNN)模型在高光谱遥感地物多分类识别中的可行性及不同CNN 模型对高

基于多元线性回归的高光谱遥感图像小波去噪

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

高光谱遥感影像SVM分类中训练样本选择的研究,王晓玲,杜培军,支持向量机(SVM)分类的关键是发现分类最优超平面及类别间隔,而混合像元比纯净像元更接近类别边界,更容易找出最优超平面。针对

针对高光谱图像数据维度高、特征非线性以及标签数据获取难度大的特点,结合堆栈稀疏自动编码网络,提出了一种基于非局部方式特征融合的二级分类算法。与传统堆栈稀疏自动编码网络相比,光谱角匹配算法将找到的与被分

基于光谱反射特性,研究了多种背景下的快速云检测方法。将光谱反射特性与云的纹理特性相结合,提出了基于动态分形维数和辐射量特性相结合的云检测综合算法。以EO-1卫星Hyperion传感器拍摄的高光谱遥感图

该数据集包含多光谱遥感图像，适用于各种地学和环境应用。图像涵盖了多个频谱波段，可用于地表覆盖分类、土地利用监测等任务。数据集丰富多样，为研究人员提供了丰富的实验材料。

The basic principle of remote sensing and its application

高光谱与多光谱数据融合，逯祎，，多传感器的遥感数据融合在城市规划，土地利用、军事侦察等方面有着广阔的应用前景。本文主要针对高光谱图像空间分辨率不高的缺点

主要介绍了DLP及其相关应用，主要是在光谱分析中的应用。