任俊英

作品数：2被引量：7H指数：1
导出分析报告
供职机构：贵州师范大学数学与计算机科学学院更多>>
发文主题：支持向量机地物分类中间层标号类图更多>>
发文领域：电子电信自动化与计算机技术更多>>
发文期刊：《贵州师范大学学报（自然科学版）》《遥感技术与应用》更多>>
所获基金：国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于HS样本选择和BvSB反馈的多类图像分类被引量：1
《贵州师范大学学报（自然科学版）》2014年第4期56-61,82,共7页金良 曹永锋 苏彩霞 任俊英 
国家自然科学基金资助项目(编号:41161065;40901207);贵州师范大学学生科研基金;贵州省科学技术厅;贵州师范大学联合科技基金资助项目(黔科合J字LKS[2013]28号)
针对主动学习由于初始阶段随机选择样本而导致的抽样偏差,将Sanjoy Dasgupta等人提出的分层聚类采样(Hierarchical sampling,HS)引入到主动学习方法中,替代初始阶段随机样本选择,然后在基于支持向量机分类器的图像算法中引入最优标号和...
关键词：主动学习 支持向量机 图像分类 抽样偏差 最优标号 次优标号 
基于中间层特征的全极化SAR监督地物分类被引量：6
《遥感技术与应用》2014年第2期330-337,共8页任俊英 苏彩霞 曹永锋 
国家自然科学基金"全极化SAR异质场景散射基元统计谱建模与分类"(41161065);"高分辨率SAR图像复杂场景建模与基于场景的目标检测"(40901207);贵州省科学技术厅;贵州师范大学联合科技基金资助项目"基于SAR信息技术的贵州水稻估产研究"(黔科合J字LKS[2013]28号);贵州师范大学学生科研基金
提出了一种组合中间层特征(Middle Level Feature,MLF)和支持向量机(Support Vector Machine,SVM)的全极化合成孔径雷达(Synthetic Aperture Radar,SAR)监督地物分类方法。选择监督方法的目的是直接区分实际地物类别,中间层特征在非监...
关键词：全极化SAR 支持向量机 中间层特征 中间成分 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部