高光谱影像

作品数：551被引量：2435H指数：21
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：余旭初杨燕杰赵英俊谭熊张鹏强更多>>
相关机构：武汉大学解放军信息工程大学中国科学院核工业北京地质研究院更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划国家高技术研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=测绘学报x
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：
高光谱影像逆近邻密度峰值聚类的波段选择算法
《测绘学报》2024年第1期8-19,共12页孙根云 李忍忍 张爱竹 安娜 付航 潘兆杰 
国家自然科学基金(42271347,41971292);科技部国家重点研发计划(2019YFE26700)。
密度峰值聚类波段选择算法利用局部密度描述波段的密度信息,然而现有的局部密度容易忽略波段分布的全局信息,不能有效描述波段的分布特征,导致波段子集分类精度有限。为解决上述问题,本文提出一种基于逆近邻的密度峰值聚类波段选择算法...
关键词：高光谱影像 波段选择 密度峰值聚类 逆近邻 局部密度 自适应K值 
图像级高光谱影像高分辨率特征网络分类方法被引量：1
《测绘学报》2024年第1期50-64,共15页孙一帆 刘冰 余旭初 谭熊 余岸竹 
国家自然科学基金(41801388);河南省自然科学基金(222300420387)。
基于深度学习的高光谱影像分类方法通常将高光谱影像切分为局部方块作为模型的输入,这不但限制了长距离空-谱信息关联的获取,还带来了大量额外的计算开销。以全局图像作为输入的图像级分类方法能够有效避免这些缺陷,然而,现有的基于全...
关键词：高光谱影像分类 图像级 全卷积神经网络 HRNet 
高光谱影像少样例分类的无监督元学习方法
《测绘学报》2023年第11期1941-1952,共12页高奎亮 刘冰 余岸竹 徐佰祺 胡伟 胡家玮 
河南省自然科学基金(222300420387)。
针对高光谱影像少样例分类问题,本文提出了一种无监督元学习方法。该方法能够利用无标记样本进行无监督元学习,在显著减少深度学习模型对大量标记样本依赖的同时有效提高高光谱影像少样例分类精度。首先,基于自监督学习思想利用主成分...
关键词：高光谱影像分类 少样例分类 无监督元学习 深度学习 投票策略 
对抗性自动编码网络在高光谱异常检测中的应用
《测绘学报》2023年第7期1105-1114,共10页杜谦 谢卫莹 
国家自然科学基金(62121001,U22B2014);中国科协青年人才托举工程(2020QNRC001)。
自动编码器(autoencoder,AE)是一种典型的生成模型。由于它具有简单的学习过程、良好的收敛能力和无监督的特性而得到了广泛的应用。AE的目标函数仅是输入输出之间的重构误差。为了提高其性能,提出了对抗性自动编码器(adversarial autoe...
关键词：高光谱影像 异常检测 自动编码器 对抗性自动编码器 对抗学习 
高光谱影像奇异谱分析特征提取方法:综述与评价被引量：3
《测绘学报》2023年第7期1148-1163,共16页孙根云 付航 张爱竹 任金昌 
国家自然科学基金(42271347,41971292);国家重点研发计划(2019YFE0126700)。
高光谱遥感影像(hyperspectral imagery,HSI)通常包含几十至数百个连续波段,具有图谱合一、光谱连续的特点,能够实现地物的精细分类,被广泛应用农业、林业、城市以及海洋等领域。HSI特征提取是高光谱应用的前提,也是遥感领域的研究热点...
关键词：高光谱影像 特征提取 奇异谱分析 地物分类 综述 
高光谱图像稀疏约束与自编码器特征提取相结合的异常检测方法被引量：6
《测绘学报》2023年第6期932-943,共12页宋尚真 杨怡欣 王会峰 王晓艳 荣生辉 周慧鑫 
国家自然科学基金(52172324);陕西省重点研发计划(2021GY-285,2021SF-483)。
高光谱图像的异常检测在军事、农业、勘探、防火等领域具有重要的应用价值。传统的高光谱图像异常检测算法未能有效地挖掘图像光谱的深层特征,而深度学习方法具有良好的提取深层特征信息的能力。由于异常检测问题一般无法获取地物先验信...
关键词：高光谱影像 异常检测 深度学习 自编码器 稀疏表示 傅里叶变换 
空谱协同多尺度顶点成分分析的高光谱影像端元提取被引量：5
《测绘学报》2022年第4期587-598,共12页孙伟伟 常明会 孟祥超 杨刚 任凯 
国家自然科学基金(42122009,41971296,41671342,41801256,41801252);浙江省自然科学基金(LR19D010001,LQ18D010001);浙江省自然资源厅项目(2021-30,2021-31);宁波市科技创新“2025”重大专项(2021Z107)。
针对顶点成分分析方法无法实现复杂地表环境下的高光谱影像端元精确提取问题,提出了一种基于空谱协同多尺度顶点成分分析的端元提取方法,通过影像空谱特征融合和聚类分割,对不同分辨率空间尺度下的分割影像进行端元协同提取,并考虑噪声...
关键词：光谱端元 高光谱遥感 空谱协同 多尺度顶点成分分析 
融合多光谱影像的高光谱影像厚云去除方法被引量：8
《测绘学报》2022年第4期612-621,共10页王蓝星 王群明 童小华 
国家自然科学基金(42171345,41971297)。
云遮挡对高光谱影像的应用造成了不可忽视的影响。现有云去除方法通常利用时域近邻的同源影像提供辅助信息。然而,高光谱影像(如GF-5和EO-1高光谱影像)较低的时间分辨率导致同源辅助影像中可能存在较大的地物覆盖变化。时间分辨率更高...
关键词：高光谱影像 厚云去除 GF-5 Landsat 8 EO-1 空谱随机森林 
高光谱影像小样本分类的图卷积网络方法被引量：18
《测绘学报》2021年第10期1358-1369,共12页左溪冰 刘冰 余旭初 张鹏强 高奎亮 朱恩泽 
国家自然科学基金(41801388)。
现有的基于卷积神经网络的高光谱影像分类方法通常对影像的规则正方形区域进行卷积,无法普遍适应具有不同地物分布和几何外观的影像局部区域,因此在小样本情况下的分类性能较差,而图卷积网络能对图拓扑信息所代表的不规则影像区域进行...
关键词：高光谱影像分类 局部二值模式 图卷积网络 小样本 
高光谱影像子空间分析孤立森林异常目标探测方法被引量：7
《测绘学报》2021年第3期416-425,共10页黄远程 薛园园 李朋飞 
国家自然科学基金(41977059);痕迹科学与技术公安部重点实验室开放基金(2020FMKFKT07)。
复杂的背景信息和高维冗余波段是影响高光谱遥感影像异常目标检测精度的重要因素。本文针对高光谱影像异常目标提取提出了一种子空间分析孤立森林探测方法。该方法不对背景做高斯分布假设,通过正交子空间分析增强输入特征影像中潜在异...
关键词：高光谱影像 异常目标检测 孤立森林 正交子空间 主成分分析 
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