中央高校基本科研业务费专项资金(CHD2011JC011)
- 作品数：2 被引量：12H指数：2
- 相关作者：陶建斌沈照庆黄亮更多>>
- 相关机构：武汉大学长安大学中国煤炭地质总局航测遥感局更多>>
- 发文基金：中央高校基本科研业务费专项资金国家重点基础研究发展计划长江学者和创新团队发展计划更多>>
- 相关领域：交通运输工程自动化与计算机技术更多>>
- 基于支持向量机的高光谱遥感影像道路提取被引量：10
- 2012年
- 为了从高光谱遥感影像中高精度提取各种线形道路,提出了基于支持向量机(SVM)的道路特征快速提取算法,首先利用PCA对高光谱影像进行合理压缩,由SVM模式识别理论推导出该算法具有快速精确提取道路网信息的能力,针对高光谱遥感影像高信息量和道路网复杂度高的特点,提出基于1Vm(一对多算法)的多种道路SVM一次性高精度提取的多分类策略,在提高精度的同时,兼顾了道路特征识别的效率。研究结果表明:SVM对线状道路模式判别能力比常规方法有更强的优势,对小样本的道路识别效果更加明显,从遥感影像中不仅能准确地辨别出道路的线形特征,还能识别出其材质和类型;该算法能同时识别出多种道路,执行效率更高。
- 沈照庆黄亮陶建斌
- 关键词：支持向量机特征提取
- 结合KPCA和分形维提取高光谱遥感影像特征的方法被引量：2
- 2012年
- 本文将KPCA和分形维有机结合,进行高光谱影像特征提取,实现优势互补:选择合适的核函数和分形维计算方法,设计了3种组合算法,优化了特征提取效果,并对AVIRIS实验结果进行了分析评价,结果显示在相同条件下,SVM的分类精度要高于其他分类算法,KPCA+Fractal特征提取更有利于地物的分类识别。
- 沈照庆黄亮陶建斌
- 关键词：高光谱遥感影像核PCA分形维
