您的位置: 专家智库 > >

周熙然

作品数:6 被引量:31H指数:2
供职机构:武汉大学测绘遥感信息工程国家重点实验室更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划教育部“新世纪优秀人才支持计划”更多>>
相关领域:天文地球自动化与计算机技术自然科学总论更多>>

文献类型

  • 4篇期刊文章
  • 2篇专利

领域

  • 3篇天文地球
  • 1篇自动化与计算...
  • 1篇自然科学总论

主题

  • 3篇遥感
  • 3篇遥感影像
  • 2篇语义
  • 1篇低照度
  • 1篇地理本体
  • 1篇多尺度
  • 1篇多尺度RET...
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇数据处理
  • 1篇图像
  • 1篇图像分解
  • 1篇向量
  • 1篇向量机
  • 1篇聚类
  • 1篇聚类特征
  • 1篇高光谱影像
  • 1篇半监督分类
  • 1篇QA
  • 1篇QUAD

机构

  • 6篇武汉大学
  • 1篇华中科技大学
  • 1篇中国科学院重...
  • 1篇立得空间信息...

作者

  • 6篇周熙然
  • 4篇邵振峰
  • 2篇邵振锋
  • 1篇张磊
  • 1篇丁霖
  • 1篇刘军

传媒

  • 2篇武汉大学学报...
  • 1篇测绘学报
  • 1篇云南大学学报...

年份

  • 2篇2015
  • 1篇2014
  • 2篇2013
  • 1篇2011
6 条 记 录,以下是 1-6
排序方式:
聚类特征和SVM组合的高光谱影像半监督协同分类被引量:14
2014年
提出一种聚类特征和SVM组合的高光谱影像半监督协同分类方法。利用构建的协同分类框架能够将KSFCM聚类算法与半监督SVM分类器相结合,同时利用聚类和分类优势,提高分类器的分类准确率。其中,通过聚类损耗函数、分类一致函数、分类差异性、样本差异性4个指数用以构建协同分类框架,以充分利用少量类标签样本信息,避免高光谱类标签样本获取困难问题,在一定程度上解决SVM支持向量随着训练样本增加而线性增加的问题,从而寻求最佳分类结果。试验结果表明,本文所提方法得到的分类精度优于直接利用SVM进行半监督分类。
张磊邵振峰周熙然丁霖
关键词:支持向量机半监督分类高光谱影像聚类特征
一种基于高斯尺度空间构建遥感影像语义的方法
本发明涉及一种基于高斯尺度空间构建遥感影像语义的方法,包括以下步骤:首先构建遥感影像的高斯尺度空间;然后分别建立包括同一尺度下的遥感影像不同空间区域和同一遥感影像空间区域下的不同尺度的二维高斯尺度树形层次结构;基于两个不...
邵振锋周熙然
文献传递
改进多尺度Retinex理论的低照度遥感影像增强方法被引量:16
2015年
由于天气和光照等外部因素的影响,常常会出现亮度和对比度低的影像。本文将基于Retinex理论的算法和经颜色空间变换后对亮度和饱和度分量进行增强的算法进行结合,提出了一种基于多尺度Retinex理论的改进算法,在保证色调基本不变的情况下,对亮度和饱和度进行调整,同时加入影像边缘细节特征,使增强后的影像更加符合人眼视觉特性,亮度和对比度大幅提高,影像细节更丰富,并避免了颜色失真。以低照度遥感影像作为数据源,并采用清晰度、色调偏差指数和熵等影像质量评价指标验证了本文算法的有效性。
邵振峰白云周熙然
关键词:RETINEX多尺度RETINEX低照度
一种基于高斯尺度空间构建遥感影像语义的方法
本发明涉及一种基于高斯尺度空间构建遥感影像语义的方法,包括以下步骤:首先构建遥感影像的高斯尺度空间;然后分别建立包括同一尺度下的遥感影像不同空间区域和同一遥感影像空间区域下的不同尺度的二维高斯尺度树形层次结构;基于两个不...
邵振锋周熙然
文献传递
基于地理本体的空间传感网数据处理被引量:1
2011年
传感网的研究和应用已经成为推动新信息时代发展的重要动力,而传感网络的运行无法避免结构复杂的海量传感数据的处理.尽管目前已有大量的数据融合算法和模型的出现,但无法避免数据语义、网络语义异构等等问题.结合传感网的特征和地理本体的研究,本文首先提出了空间传感网的定义,随后提出了基于空间传感网的地理本体库公理化模型,最后给出了应用于湖泊领域的实践,结果显示采用文中所提方法既能够节约传感网有限的动力资源,又能够有效消除传感网中的异构.
周熙然邵振峰周寿章
关键词:地理本体传感数据数据处理
一种QaR树的图像粒优化分解方法
2013年
首先提出图像粒的概念,然后将所提出的概念应用于QaR树进行图像分解,最后对基于QaR树分解的结果和其他算法进行评估和对比。实验结果表明,在冗余度和精度两个指标上,基于QaR树的图像粒分解结果均优于已有方法,能够提供更为贴近图像数据和图像空间的图像局部区域。
邵振峰周熙然刘军
关键词:图像分解
共1页<1>
聚类工具0