测试基于遥感影像的机器学习算法

基于混合像元分解的遥感影像分层分类，王淑香，岳东杰，针对各类目标地物的特性，本文采用了分层分类方法依据光谱统计特征进行土地利用和植被覆盖分类研究。在此基础上，对于难以区分的

主要介绍BP神经网络在遥感影像分类方面的应用，重点介绍神经网络的工作原理，希望对你有所帮助

针对高光谱数据维数高、数据量大、信息冗余多、波段相关性强等特点，在综合各种数据降维方法的基础 上，提出一种基于最佳波段组合的高光谱遥感影像分类方法。以美国印第安纳州地区的 AVIＲIS 数据为例，分析

基于优化的遥感影像彩色化，张砚，王昱，目前对于遥感影像彩色化，主要是采用基于伪彩色化的多光谱图像融合方法。该方法最大的问题在于不同数据源、不同传感器、不同时段

讨论面向对象和规则的光学遥感影像分类方法

基于遥感影像的地物变化检测一直是土地利用、资源普查等方面的研究热点与重点。本文基于LandsatTM影像，以某地区两期不同地区的影像为研究区域，基于主成分变换设计了一种有效的快速变化检测方法。首先，本

中覆盖草地主要分布在干旱地区，例如戈壁滩洼地和沙漠边缘。其典型植被包括苦豆子、骆驼刺和大针茅等。在遥感影像上，中覆盖草地形态不规则，多生长于土层深厚、易于积水的区域。其颜色以红色、浅红色和粉红色为主，

为了监测评估内蒙古乌达煤火的治理效果,以灭火前、中、后和灭火监测期的ASTER热红外波段为数据源,采用TES算法反演矿区地表温度,根据自适应梯度阈值法提取4个年度的火区,经过对比验证发现:2008年提

针对高分辨率遥感影像的特点,提出了一种基于图论的光谱,形状和纹理特征相结合的高分辨率遥感影像多特征分割方法。 首先,采用四叉树分割方法对原始图像进行分割。 其次,所有光谱,形状和纹理权重分量都基于所构

针对高分辨率遥感图像的特点,提出了一种基于图论的光谱,形状和纹理特征相结合的高分辨率遥感图像多特征分割方法。 首先,采用四叉树分割方法对原始图像进行分割。 其次,所有光谱,形状和纹理权重分量都基于所构