共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
遥感图像监督分类需要充足精确的标注数据训练分类器,然而数据标注需要人工参与,很多任务难以及时获得符合要求的监督信息,不利于影像分类。半监督学习是一种利用少量标注数据和大量未标注数据共同训练分类器的机器学习方法,能从机理上减少人工参与,提高效率。本文引入一种半监督方法——平方损失互信息归一化模型(squared-loss mutual information regularization,SMIR)实现遥感图像分类。实验结果表明,在小样本监督信息的条件下,SMIR能够利用标注数据与未标注数据,直接构建多类分类器,其影像分类结果优于经典的支持向量机(support vector machine,SVM)方法。 相似文献
3.
范海娇 《内蒙古科技与经济》2013,(24):103-103,105
阐述了遥感与GIS在土地覆盖分类中的应用原理。遥感自动分类主要依赖地物的光谱特性,采用数理统计的方法,基于单个像元来进行,主要有监督分类和非监督分类的方法。GIS可以使分类结果更加精确,在GIS的支持下对遥感数据分类结果进行叠加分析,使分类图像与土地利用分区信息集合起来,可以很大程度上提高精确度。 相似文献
4.
5.
6.
7.
8.
遥感图像分类中的关键目的在于获取高精度的遥感图像,便于目视解译和自适应智能化.为了减少运算量和达到高分类精度的目的,本文提出了基于JADE和SOBI结合的ICA算法,通过对Alos卫星图像的试验,得到了极好的分类精度,为从信号处理方向进行遥感图像分类提供了参考. 相似文献
9.
遥感图像自动分类一直是遥感技术中一项重要工作,它压缩原始图像的信息量,提高其他工作阶段的效率.本文就此阐述了近年来遥感图像分类技术的发展现状. 相似文献
10.
《科技通报》2015,(12)
遥感图像中存在大量微小红外目标,对其准确的分类和定位识别是实现远程目标识别和遥感测量的基础。目前对该类红外小目标的识别方法采用单层正方形网格生成方法,对随机标定的红外目标点的识别效果不好。提出一种基于Harris角点检测的遥感图像中微小红外目标的分类定位识别算法。构建遥感图像的红外目标数据采集模型,对图像进行角点特征提取预处理,采用Harris角点检测算法实现对红外目标微小特征点的信息标定,实现对其准确分类定位。仿真实验表明,采用该算法进行微小红外目标的分类定位识别,具有较高的准确性,对红外目标的特征提取和定位识别效果较好,在远程目标探测和遥感监测等领域具有较高的应用价值。 相似文献
11.
20世纪90年代卫星遥感在全球和区域尺度土地覆盖研究与应用方面取得了突破性进展,土地利用/覆盖遥感研究的新方法不断出现。对国内外土地覆盖遥感图像分类的研究现状进行了综合阐述,初步探讨了提高土地覆盖遥感影像分类精度的方法与途径 相似文献
12.
本文用遥感影像监督分类的常用方法与基于BP神经网络的分类方法对黑龙江省鹤岗市某区域高分二号数据进行土地利用分类,并比较分类精度,得出基于BP神经网络的分类方法总体精度相对较高。 相似文献
13.
14.
基于支持向量机的土地覆被遥感分类 总被引:4,自引:0,他引:4
遥感图像的分类是研究土地变化的基础。传统的遥感图像分类存在着精度不高,不确定性强的特点。本文使用支持向量机(SVM,Support Vector Machine)技术对遥感图像分类,并与传统的最大似然分类进行对比试验。结果表明不同参数组合下SVM的分类总精度和Kappa指数普遍高于最大似然分类的结果,其最高总精度高出最大似然分类0.9779%。SVM和最大似然分类结果都存在着类别混分,但是SVM混分程度远小于最大似然分类,其精度保持在可接受的范围内,如对于低密度草而言,最大似然分类的用户精度下降到84.68%,而支持向量机的用户精度虽然也有下降但还是保持在92.31%。SVM在样本数目很少的情况下表现出了出色的学习能力,是机器学习领域很有希望的一种学习方法。 相似文献
15.
通过LandsatTM影像研究城市空间形态,获知城市演变规律,服务于城市规划、建设和管理,已成为城市遥感应用的一个新领域。本文提出了监督分类方法在遥感图像分类中的应用,在此基础上提出了城市变化检测研究的方法,并对城市变化发展的驱动力进行的初步的探讨。 相似文献
16.
为了遥感解译基础性工作的发展和提高,本文综述了近年来国内外多种分类方法的研究和进展。在分析当前主要遥感影像分类方法的基础上。从传统的分类方法、基于智能的分类方法、其他新分类方法三个方面,对遥感分类方法研究进展进行了阐述,本研究还存在不足,今后还需进一步研究利用各种分类方法相互结合在盖遥感影像分类中的应用。 相似文献
17.
18.
湿地的现状及其变化趋势对于湿地开发、利用、管理及保护政策的制定至关重要。本次研究以江苏省典型滨海湿地为研究对象,利用2002年5月和2007年6月的Landsat7 ETM+图像数据,在对湿地特征及其遥感图像表征分析的基础上,首先对2002年的影像进行基于知识规则的信息提取,接着采用监督分类与非监督分类相结合的方法对2007年的影像进行分类,两者都取得了较为理想的分类结果。可见,对于影像的分类要注意特征的选取,找出合适的知识规则或分类方法。 相似文献
19.
20.
基于MODIS的西藏高原土地覆盖分类研究 总被引:1,自引:0,他引:1
嵌的MODIS遥感图像,用最大似然估计分类器对西藏高原的土地覆盖类型进行了分类,并采用西藏高原数字高程模型(DEM)对MODIS分类结果进行了分析和改进,最后分别用混淆矩阵和图集中西藏高原植被分类汇总面积对MODIS土地覆盖分类结果进行了分类精度评价。结果表明:①MODIS遥感图像能够有效地分类出西藏高原的主要土地覆盖类型;②根据西藏高原植被的垂直带性分布特点,由DEM改进的MODIS土地覆盖分类精度明显提高,主要土地覆盖类型的面积绝对误差都小于2%,其中,河流与湖泊、森林、高寒荒漠、作物和山地草原的绝对误差都在1%以下;③混淆矩阵分析的平均分类精度为87.68%。 相似文献