您的位置： 专家智库 > >

国防基金(Y96-01)

作品数：3 被引量：43H指数：3
相关作者：贾晓光于秀兰钱国蕙刘绍龙更多>>
相关机构：哈尔滨工业大学更多>>
发文基金：国防基金更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 3篇多光谱
  • 2篇遥感
  • 1篇多光谱遥感
  • 1篇多光谱遥感图...
  • 1篇遥感图像
  • 1篇遥感图象
  • 1篇神经网
  • 1篇神经网络
  • 1篇特征选取
  • 1篇图像
  • 1篇图象
  • 1篇配准
  • 1篇配准方法
  • 1篇网络
  • 1篇分类器
  • 1篇ROUGH_...
  • 1篇SAR
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络

机构

  • 3篇哈尔滨工业大...

作者

  • 3篇钱国蕙
  • 3篇于秀兰
  • 3篇贾晓光
  • 1篇刘绍龙

传媒

  • 2篇红外与毫米波...
  • 1篇中国图象图形...

年份

  • 2篇2000
  • 1篇1999
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
一种多光谱和SAR遥感图象的配准方法被引量：20
2000年
针对现有配准方法在用于多光谱图象与 SAR遥感图象配准时 ,存在受 SAR图象斑纹噪声影响大、手工选取配准控制点 (RCP)精度低、利用图象景物特征配准时获取区域和边沿困难等缺点 ,以 L andsat TM图象与JERS- 1SAR图象配准为例 ,提出了一种利用分类图象形成的二值图象相关寻求配准控制点 ,并应用表面样条插值以提高 RCP精度的多光谱与 SAR遥感图象配准方法 .由于在 SAR图象分类中利用了斑纹噪声的纹理特征 ,因而使斑纹噪声不再成为配准障碍 .该方法对实验图象的配准误差小于 1个象素 .
于秀兰刘绍龙钱国蕙贾晓光
关键词：遥感图象配准方法
多光谱遥感图像BP网分类器学习样本选取法的研究被引量：11
1999年
通过分析多光谱遥感图像学习样本在光谱空间不同位置对BP神经网络分类器分类精度的影响,提出基于x2 分布的学习样本选取方法,并应用于TM 图像分类.对6 种地物应用不同样本选取法训练的BP网分类器和Bayes分类器的分类结果比较表明:本方法分类精度明显高于Bayes分类器和其它样本选取法得到的BP网分类器。
于秀兰钱国蕙周建林贾晓光
关键词：BP神经网络多光谱遥感图像
多光谱和SAR遥感图像融合分类的特征选取被引量：12
2000年
针对多光谱和 SAR遥感图像特征层融合分类的特征选取问题 ,以 L andsat卫星的 TM图像和 JERS- 1卫星的 SAR图像融合分类为例 ,给出了一种基于 Rough Set理论的最佳分类特征选取方法 .
于秀兰钱国蕙贾晓光
关键词：特征选取
全选 清除 导出
共1页<1>
聚类工具0