王正艳
- 作品数：5 被引量：6H指数：1
- 供职机构：哈尔滨工程大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于最小二乘支持向量机的线性特征地物亚像元定位(英文)被引量：6
- 2012年
- BP神经网络已被证明能有效实现遥感图像的亚像元定位,但其训练时间较长,容易陷入局部最优且依赖于大量的训练样本。而在实际应用中,训练样本即先验信息较难获取。然而,建筑物及道路等地物具有规则的线性空间分布。针对这些线性特征地物,研究了一种训练样本的几何合成方法,消除对先验信息的依赖,并提出利用最小二乘支持向量机实现亚像元定位。实验表明,这种结合合成训练样本与最小二乘支持向量机的亚像元定位方法是合理可行的,且与BP神经网络实现方法相比,训练过程明显加快,定位精度更高。
- 王群明王立国刘丹凤王正艳
- 关键词：遥感图像最小二乘支持向量机
- 一种结合两种插值算法的遥感图像亚像元定位方法
- 本发明属于遥感信息处理技术领域，特别涉及一种结合两种插值算法的遥感图像亚像元定位方法。本发明包括：将一幅大小为m×n的低分辨图像中的像素隔行隔列地嵌入到大小为2m×2n的高分辨率图像中，其中未知的像素点为待插值点；获取待...
- 王立国王正艳窦峥赵春晖
- 文献传递
- 新型高光谱图像的超分辨率制图方法
- 2012年
- 由于高光谱图像的应用在很大程度上受限于其较低的空间分辨率,为此提出了一种结合支持向量机和小波变换的高光谱图像超分辨率制图方法.先对高光谱图像进行光谱解混得到分量图,然后对分量图进行一级小波分解.各局域窗内中心像元的3个高频系数与邻域像元低频系数之间的对应关系表示为训练样本,用于支持向量机的学习.训练好的模型用来对低分辨率图像即分量图进行超分辨率制图.实验表明,这种借助小波变换来获取训练样本的学习方法无需先验信息,相比采用BP神经网络学习的方法,支持向量机的超分辨率制图效果更佳.
- 王群明王立国刘丹凤王正艳
- 关键词：高光谱图像小波变换支持向量机
- 一种结合两种插值算法的遥感图像亚像元定位方法
- 本发明属于遥感信息处理技术领域，特别涉及一种结合两种插值算法的遥感图像亚像元定位方法。本发明包括：将一幅大小为m×n的低分辨图像中的像素隔行隔列地嵌入到大小为2m×2n的高分辨率图像中，其中未知的像素点为待插值点；获取待...
- 王立国王正艳窦峥赵春晖
- 遥感图像亚像元定位方法的研究
- 随着遥感技术的迅猛发展，遥感图像已被广泛的应用在环境/资源管理、自然灾害监测、农业/植被规划、公共安全等技术领域。然而，遥感图像在数据获取过程中受环境参数和传感器分辨等因素影响，使得混合像元不可避免的存在。混合像元的存在...
- 王正艳
- 关键词：遥感图像
- 文献传递
