最小噪声分离变换

作品数：22被引量：171H指数：8
导出分析报告
相关领域：自动化与计算机技术天文地球更多>>
相关作者：杨武年林娜王斌刘汉湖杨容浩更多>>
相关机构：成都理工大学重庆交通大学中国测绘科学研究院中国科学院更多>>
相关期刊：《数字技术与应用》《国土资源科技管理》《海洋学报》《武汉大学学报（信息科学版）》更多>>
相关基金：国家自然科学基金国家教育部博士点基金重庆市自然科学基金中央高校基本科研业务费专项资金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于核最小噪声分离变换的高光谱目标探测研究被引量：5
《激光与光电子学进展》2021年第12期296-303,共8页张世瑞 樊彦国 张汉德 禹定峰 
山东省重点研发计划(2019GHY112017)。
高光谱图像具有非线性的特点,且光谱间具有较强的相关性,利用线性的方法对高光谱数据进行维数变换容易损失一些信息。将核函数引入到最小噪声分离变换(MNF)中,提出了核最小噪声分离变换(KMNF),通过非线性映射将数据映射到高维特征空间,...
关键词：图像处理 核函数 最小噪声分离变换 光谱维 目标探测 
最小噪声分离变换与Haar小波变换结合的壁画线状特征增强方法被引量：1
《文物保护与考古科学》2021年第1期26-33,共8页曹鹏辉 吕书强 侯妙乐 赵林毅 汪万福 
国家重点研发计划资助(2017YFB1402105);北京建筑大学市属高校基本科研业务费专项资金资助(X18024)。
在壁画的保护与修复中,线状特征具有重要的意义。然而由于自然环境等因素的影响,壁画经常出现褪色残缺等病害,导致其线状特征难以辨认。因此,利用高光谱成像与Haar小波变换结合,提出了一种壁画线状特征增强方法。首先,对高光谱影像进行...
关键词：壁画 线状特征 高光谱成像 HAAR小波变换 最小噪声分离变换 特征增强 
基于HY-1C CZI影像光谱指数重构数据MNF变换的红树林提取被引量：20
《海洋学报》2020年第4期104-112,共9页梁超 刘利 刘建强 邹斌 邹亚荣 崔松雪 
国家重点研发计划(2018YFB0505001-04)。
本文基于广西山口国家红树林生态自然保护区的HY-1C卫星的海岸带成像仪(Coastal Zone Imager,CZI)影像,分析了红树林与一般陆地植被的光谱特征及其光谱指数的相关性,采用归一化差值植被指数(Normalized Difference Vegetation Index,ND...
关键词：HY-1C 海岸带成像仪 红树林 光谱指数 最小噪声分离变换 
基于高光谱成像技术识别水稻纹枯病被引量：12
《华南农业大学学报》2018年第6期97-103,共7页李志伟 袁婧 丁为民 杨红兵 沈少庆 崔嘉林 
中央高校基本科研业务费专项(KYZ201560);国家大学生创新训练计划项目(201710307096)
【目的】利用高光谱成像技术对水稻纹枯病进行早期的快速无损识别,结合判别分析方法建立相应的鉴别模型。【方法】以健康和感染纹枯病的水稻幼苗为研究对象,采集叶片和冠层各180个样本的380~1 030 nm波段的360条高光谱图像,剔除明显噪...
关键词：水稻纹枯病 无损检测 高光谱成像技术 偏最小二乘法 最小噪声分离变换 线性判别分析 
结合最小噪声分离变换和卷积神经网络的高分辨影像分类方法被引量：20
《激光与光电子学进展》2017年第10期434-439,共6页陈洋 范荣双 王竞雪 吴增林 孙汝星 
国家重点研发计划(2016YFC0803100);国家自然科学基金(41101452);高等学校博士学科点专项科研基金(20112121120003);辽宁省教育厅科研项目(LJYL010)
针对传统浅层机器学习方法应用于高分辨影像分类时存在的问题,提出了结合最小噪声分离变换和卷积神经网络的高分辨率影像分类方法。采用最小噪声分离分析非监督训练初始化卷积神经网络,为提高训练速度,使用线性修正函数作为神经网络的...
关键词：遥感 高分辨影像 卷积神经网络 最小噪声分离变换 影像分类 
利用小波核最小噪声分离进行高光谱影像SVM分类被引量：6
《武汉大学学报（信息科学版）》2016年第5期624-628,664,共6页白璘 刘盼芝 惠萌 
国家自然科学基金(51407012);中央高校基本科研业务费专项资金(310832163402;310832161001)~~
针对高光谱遥感影像线性特征提取方法在一定程度上会降低地物类别的可分性问题，在最小噪声分离变换基础上引入核方法，以小波核函数代替传统核函数，并将新型核最小噪声分离方法与支持向量机方法相结合，对高光谱影像数据进行分类。实...
关键词：高光谱影像 图像分类 核函数 最小噪声分离变换 
基于改进最小噪声分离变换的特征提取与分类被引量：8
《计算机工程与科学》2015年第7期1344-1348,共5页白璘 惠萌 
中央高校基本科研业务费专项资金资助项目(CHD2011JC170);国家自然科学基金资助项目(41101357)
在最小噪声分离变换的基础上，引入核方法，采用小波核函数代替传统核函数对最小噪声分离变换予以改进。小波核函数的多分辨率分析特性可进一步提高算法的非线性映射能力。相关向量机高光谱图像分类是一种较新的高光谱图像分类方法，将...
关键词：相关向量机 高光谱图像分类 核方法 最小噪声分离变换 
基于改进最小噪声分离变换的异常检测算法被引量：9
《激光技术》2015年第3期381-385,共5页王坤 屈惠明 
"十二五"装备预研资助项目(62201050103);国家自然科学基金资助项目(61171164)
为了降低噪声对高光谱异常检测结果的影响以及提高异常检测率,提出了一种基于改进最小噪声分离(MNF)变换的新型高光谱异常检测算法。首先对传统的MNF变换进行改进,采用加权邻域均值法对噪声矩阵进行估计,对邻域内每一个像元给予一个特...
关键词：光谱学 最小噪声分离 加权邻域均值法 异常检测 
基于核最小噪声分离变换的高光谱遥感影像多类SVM分类被引量：4
《计算机应用与软件》2014年第6期116-119,共4页林娜 杨武年 王斌 
国家自然科学基金项目(41071265);高等学校博士学科点专项科研基金项目(20105122110006);重庆市自然科学基金项目(cstc2012jjA40055);国土资源部地学空间信息技术重点实验室开放基金项目(KLGSIT2013-03)
高光谱遥感影像具有高维非线性、数据冗余多、训练样本难以获得等特点。在线性最小噪声分离变换MNF(Minimum Noise Fraction)的基础上,引入核方法,提出核最小噪声分离变换KMNF(Kernel Minimum Noise Fraction)高光谱遥感影像非线性特征...
关键词：高光谱遥感 核最小噪声分离变换 多类SVM 
基于KMNF和BP神经网络的高光谱遥感影像分类被引量：4
《计算机工程与设计》2013年第8期2774-2777,2782,共5页林娜 杨武年 王斌 
国家自然科学基金项目(41071265);高等学校博士学科点专项科研基金项目(20105122110006);重庆市自然科学基金项目(cstc2012jjA40055);国土资源部地学空间信息技术重点实验室开放基金项目(KLGSIT2013-03)
为了对高维非线性的高光谱影像进行降维及信息提取,提出了高光谱影像核最小噪声分离变换(kernel minimumnoise fraction,KMNF)特征提取后利用BP神经网络分类的方法。以高光谱影像KMNF特征提取后的前几个特征分量作为BP神经网络的输入,进...
关键词：高光谱遥感 核最小噪声分离变换 核方法 BP神经网络 分类 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部