您的位置: 专家智库 > >

傅南翔

作品数:3 被引量:2H指数:1
供职机构:中国科学院遥感应用研究所更多>>
发文基金:国家科技支撑计划中国科学院“百人计划”更多>>
相关领域:农业科学自动化与计算机技术天文地球更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 1篇天文地球
  • 1篇自动化与计算...
  • 1篇农业科学

主题

  • 2篇图像
  • 1篇多光谱
  • 1篇遥感
  • 1篇遥感图像
  • 1篇遥感图像分类
  • 1篇叶绿素浓度
  • 1篇神经网
  • 1篇神经网络
  • 1篇图像分类
  • 1篇图像复原
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇网络
  • 1篇内陆水体
  • 1篇工神经网络
  • 1篇反演
  • 1篇反演研究
  • 1篇人工神经网

机构

  • 3篇中国科学院
  • 1篇北京交通大学
  • 1篇中国地质大学...

作者

  • 3篇傅南翔
  • 2篇郭子祺
  • 1篇袁泉
  • 1篇蒋金雄
  • 1篇柳彩霞
  • 1篇付薇
  • 1篇李琳

传媒

  • 1篇安徽农业科学
  • 1篇遥感信息

年份

  • 1篇2009
  • 2篇2007
3 条 记 录,以下是 1-3
排序方式:
遥感图像分类技术优化方法研究
本文紧紧围绕提高遥感图像分类精度这一目标,以TM多光谱遥感图像为主要数据源,尝试从样本精简、分类器算法优化和多分类器融合三个方面展开讨论以提高遥感图像分类的精度和效率。 主要研究成果如下: 1、指明了...
傅南翔
关键词:遥感图像图像分类
文献传递
基于人工神经网络的CHRIS数据内陆水体叶绿素浓度反演研究被引量:2
2009年
利用BP神经网络和CHRIS高光谱数据反演了富营养化非常严重的太湖梅梁湾地区叶绿素A浓度。首先计算了CHRIS模式2的18个波段与叶绿素A浓度的皮尔森相关系数,选择CHRIS的前5个波段和第13波段的反射率值作为神经网络的输入,以野外测量的叶绿素A浓度为神经网络的输出。实验表明,BP神经网络具有很好的非线性拟合能力,叶绿素A浓度的反演精度相对误差仅为22%,明显优于传统的多项式模型,显示BP神经网络与CHRIS高光谱数据结合的方法在内陆水体水质参数反演领域的应用具有相当的优势。
柳彩霞傅南翔郭子祺付薇蒋金雄李琳
关键词:人工神经网络内陆水体叶绿素浓度
“北京一号”多光谱影像复原方法研究及实现
2007年
针对“北京一号”多光谱影像存在的因系统影响造成的图像模糊问题与数据量大的特点,对图像的复原方法进行了研究,并提出一种通用的处理流程框架。这种处理流程框架对计算机硬件环境具有良好的灵活性和适应性,为类似大数据量的图像处理提供了一种可供参考的方法。在提高其图像质量方面本文采用了一种快速有效的图像复原算法,即在频率域基于MTF传输调制函数的维纳滤波的复原方法。本文还通过实验对复原算法和流程框架进行了有效性和实用性方面的验证。由于这种解决方案兼顾了复原效果和运算效率,取得了令人满意的结果。
傅南翔郭子祺袁泉
关键词:图像复原
共1页<1>
聚类工具0