本文關(guān)鍵詞：高光譜數(shù)據(jù)降維及端元提取，由筆耕文化傳播整理發(fā)布。

《哈爾濱工程大學(xué)》 2012年

高光譜圖像分類及端元提取方法研究

齊濱  

【摘要】：高光譜遙感是將目標(biāo)探測技術(shù)與光譜成像技術(shù)相結(jié)合的多維地物信息獲取技術(shù)，可以同時獲取描述地物分布的二維空間信息與描述地物光譜特征屬性的一維光譜信息。隨著光譜分辨率的不斷增加，人們對地物光譜特征的認(rèn)知能力也不斷深入，許多隱藏在狹窄光譜范圍內(nèi)的地物特性逐漸被人們所發(fā)現(xiàn)�！岸嗽睘楦吖庾V數(shù)據(jù)中可以詳盡表示待測地物光譜屬性的純像素，獲得的端元向量通常作為高光譜圖像處理算法的先驗知識，因此得到的端元向量是否可以突出地反映待研究地物的光譜屬性信息，對其他高光譜算法的處理精度起到極其重要的作用。相對于多光譜遙感而言，，高光譜遙感具有更加豐富的地物光譜信息，可以詳盡地反映待測地物細(xì)微的光譜屬性，其較寬的波譜覆蓋范圍使得在高光譜數(shù)據(jù)處理時，可以根據(jù)需要選擇特定的波段來突顯地物特征，為高光譜數(shù)據(jù)處理算法提供更多的地物原始數(shù)據(jù)，使地物光譜信息的精確處理與分析成為可能。但是由于高光譜圖像具有較高的數(shù)據(jù)維數(shù)，使常規(guī)的圖像處理方法在處理高光譜圖像時有較大的限制。為此本文從分析基本高光譜遙感圖像處理理論和現(xiàn)有算法及相關(guān)學(xué)科技術(shù)入手，重點研究了高光譜遙感圖像的特征降維、端元提取以及分類處理方法。 在特征降維方面，當(dāng)訓(xùn)練樣本較少時，高光譜數(shù)據(jù)的分類精度受到嚴(yán)重的影響。通常解決這種現(xiàn)象的辦法是對原始數(shù)據(jù)進(jìn)行特征降維處理，然而多數(shù)特征降維算法無法直接給出最優(yōu)降維特征數(shù)。為此提出利用蒙特卡羅隨機實驗可以對特征參量進(jìn)行統(tǒng)計估計的特性，計算高光譜圖像的最優(yōu)降維波段數(shù)，并與相關(guān)向量機結(jié)合，對降維后的數(shù)據(jù)進(jìn)行分類。實驗結(jié)果表明了使用蒙特卡羅算法求解降維波段數(shù)的可靠性。相比較原始未降維數(shù)據(jù)，高光譜圖像經(jīng)過蒙特卡羅特征降維算法處理后，分類精度有較大幅度的提高。 在高光譜端元提取方面，通過對各種算法的分析，主要研究端元提取效果較好的N-FINDR算法。然而樣本的排序?qū)υ撍惴ǖ亩嗽崛斐梢欢ㄓ绊�，并且傳統(tǒng)N-FINDR算法需要根據(jù)端元的個數(shù)進(jìn)行降維處理，從而限制了該算法的應(yīng)用。實際高光譜數(shù)據(jù)中存在的同一地物在高維空間中非緊密團聚現(xiàn)象也對端元提取增加了難度。為此提出改進(jìn)的算法停機準(zhǔn)則和數(shù)據(jù)特征預(yù)處理方法，并使用支持向量機對提取到的端元進(jìn)行二次提取。實驗結(jié)果表明，改進(jìn)的停機準(zhǔn)則進(jìn)一步增加了由端元向量組組成的凸體體積。數(shù)據(jù)特征預(yù)處理和基于支持向量機的二次端元提取分別提升了數(shù)據(jù)的可分性和提取到端元的精度。 在高光譜圖像分類方面，模糊C-均值聚類算法因算法簡單、收斂速度快等優(yōu)點受到廣泛的關(guān)注。然而由于高光譜數(shù)據(jù)的維數(shù)較高，其光譜波段的非線性特性使得傳統(tǒng)模糊C-均值聚類算法無法在原始空間得到較好的聚類結(jié)果。另外，模糊C-均值聚類算法在計算聚類中心時，僅使用了各樣本對聚類中心的隸屬度，忽略了樣本之間固有存在的空間分布特征。為此提出了模糊核加權(quán)C-均值聚類算法，在計算模糊核聚類中心時，根據(jù)樣本的空間分布特征，為每個樣本分配不同的權(quán)值，使得每個核聚類中心隨著樣本的不同而各有不同。標(biāo)準(zhǔn)數(shù)據(jù)和實際高光譜數(shù)據(jù)的實驗結(jié)果均表明，相比較傳統(tǒng)模糊C-均值聚類算法，模糊核加權(quán)C-均值聚類算法在總體分類精度上有較大的提高。 支持向量機被廣泛使用在高光譜數(shù)據(jù)分類中，使用傳統(tǒng)支持向量機對高光譜圖像進(jìn)行分類時，認(rèn)定每個特征波段擁有相同的權(quán)值。然而在小樣本高光譜圖像分類中，由于冗余波段的影響，極容易造成“維數(shù)災(zāi)難”現(xiàn)象，使得分類精度嚴(yán)重下降。為此提出兩種特征加權(quán)支持向量機以消除“維數(shù)災(zāi)難”現(xiàn)象，提高高光譜圖像分類的精度：1)ReliefF特征加權(quán)支持向量機(RSVM)，2)模糊ReliefF特征加權(quán)支持向量機(FRSVM)。實驗選取玉米種子圖像和公開使用的高光譜數(shù)據(jù)圖像作為實驗數(shù)據(jù)。相對比傳統(tǒng)支持向量機，提出的兩種加權(quán)算法均提高了高光譜圖像分類的精度，并且降低了“維數(shù)災(zāi)難”的影響。

【關(guān)鍵詞】：
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2012
【分類號】：TP751
【目錄】：

下載全文 更多同類文獻(xiàn)

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【引證文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 史崇升;基于高光譜成像技術(shù)的馬鈴薯外部品質(zhì)無損檢測建模及優(yōu)化研究[D];寧夏大學(xué);2014年

2 路漫漫;融合PSO的N-FINDR改進(jìn)端元提取算法研究[D];大連海事大學(xué);2014年

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉偉;馮伍法;任利華;;改進(jìn)相似性測度的高光譜影像FCM聚類分析[J];測繪工程;2008年05期

2 高新波,裴繼紅,謝維信;模糊c-均值聚類算法中加權(quán)指數(shù)m的研究[J];電子學(xué)報;2000年04期

3 魏立梅,謝維信;對手抑制式模糊C-均值算法[J];電子學(xué)報;2000年07期

4 王宏偉,詹榮開,賀漢根;基于模糊聚類的改進(jìn)模糊辨識方法[J];電子學(xué)報;2001年04期

5 高學(xué),金連文,尹俊勛,黃建成;一種基于支持向量機的手寫漢字識別方法[J];電子學(xué)報;2002年05期

6 王澤,朱貽盛,李音;獨立分量分析在混沌信號分析中的應(yīng)用[J];電子學(xué)報;2002年10期

7 高新波,李潔,姬紅兵;基于加權(quán)模糊c均值聚類與統(tǒng)計檢驗指導(dǎo)的多閾值圖像自動分割算法[J];電子學(xué)報;2004年04期

8 李昆侖,黃厚寬,田盛豐;模糊多類SVM模型[J];電子學(xué)報;2004年05期

9 喬玉龍,潘正祥,孫圣和;一種改進(jìn)的快速k-近鄰分類算法[J];電子學(xué)報;2005年06期

10 邢宗義;張永;侯遠(yuǎn)龍;賈利民;;基于模糊聚類和遺傳算法的具備解釋性和精確性的模糊分類系統(tǒng)設(shè)計[J];電子學(xué)報;2006年01期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊國鵬;基于機器學(xué)習(xí)方法的高光譜影像分類研究[D];解放軍信息工程大學(xué);2010年

2 郭俊先;基于高光譜成像技術(shù)的棉花雜質(zhì)檢測方法的研究[D];浙江大學(xué);2011年

3 陳進(jìn);高光譜圖像分類方法研究[D];國防科學(xué)技術(shù)大學(xué);2010年

4 劉偉東;高光譜遙感土壤信息提取與挖掘研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2002年

5 張兵;時空信息輔助下的高光譜數(shù)據(jù)挖掘[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2002年

6 劉志剛;支撐向量機在光譜遙感影像分類中的若干問題研究[D];武漢大學(xué);2004年

7 李智勇;高光譜圖像異常檢測方法研究[D];國防科學(xué)技術(shù)大學(xué);2004年

8 耿修瑞;高光譜遙感圖像目標(biāo)探測與分類技術(shù)研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2005年

9 劉春紅;超光譜遙感圖像降維及分類方法研究[D];哈爾濱工程大學(xué);2005年

10 路威;面向目標(biāo)探測的高光譜影像特征提取與分類技術(shù)研究[D];中國人民解放軍信息工程大學(xué);2005年

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙晶瑩;郭海;孫興濱;;基于小波分析及改進(jìn)KNN的紅蟲識別研究[J];安徽農(nóng)業(yè)科學(xué);2009年29期

2 張振偉;馬建琴;程瑤;;基于模糊對向傳播神經(jīng)網(wǎng)絡(luò)的水庫徑流預(yù)報[J];安徽農(nóng)業(yè)科學(xué);2010年01期

3 蘇瑞;;基于層次的模糊K均值聚類算法研究[J];安陽師范學(xué)院學(xué)報;2010年02期

4 汪廷華;田盛豐;黃厚寬;廖年冬;;樣本屬性重要度的支持向量機方法[J];北京交通大學(xué)學(xué)報;2007年05期

5 胡勝海;徐鵬;何蕾;楊奇;富威;;基于支持向量機的艦炮自動彈庫方案決策研究[J];兵工學(xué)報;2011年11期

6 卓力;肖竹;王素玉;李曉光;朱青;;基于譜間預(yù)測和小波變換的成像光譜圖像壓縮算法[J];北京工業(yè)大學(xué)學(xué)報;2010年08期

7 宋昊蘇;李寧;張偉;;VSM模型在文檔結(jié)構(gòu)識別中的應(yīng)用[J];北京信息科技大學(xué)學(xué)報(自然科學(xué)版);2011年06期

8 劉蕓;唐發(fā)根;林廣艷;;一種改進(jìn)的近似支持向量機算法[J];北京航空航天大學(xué)學(xué)報;2007年09期

9 劉敬偉;徐美芝;;Bezdek型模糊屬性C均值聚類算法[J];北京航空航天大學(xué)學(xué)報;2007年09期

10 康家銀;閔樂泉;;基于顧及像素空間信息的加權(quán)FCM聚類的圖像分割[J];北京科技大學(xué)學(xué)報;2008年09期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 李俊峰;楊璦萍;戴文戰(zhàn);潘海鵬;;基于灰色絕對關(guān)聯(lián)度和LOG算子的圖像邊緣檢測算法研究[A];第二十六屆中國控制會議論文集[C];2007年

2 ;Novel Hybrid Clustering Algorithm Incorporating Artificial Immunity into Fuzzy Kernel Clustering for Pattern Recognition[A];第二十六屆中國控制會議論文集[C];2007年

3 王克剛;耿國華;;基于小波平滑直方圖的模糊聚類圖像分割方法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

4 閆曉飛;陳良臣;孫功星;;支持向量機多類分類算法的研究[A];第13屆全國計算機、網(wǎng)絡(luò)在現(xiàn)代科學(xué)技術(shù)領(lǐng)域的應(yīng)用學(xué)術(shù)會議論文集[C];2007年

5 毛承勝;胡斌;;普適環(huán)境下基于EEG的身份識別方法[A];第六屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

6 黃良輝;陳常青;趙婷;;一種基于模糊聚類思想的評價結(jié)果組合模型[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

7 ;Research on Amplifier Performance Evaluation Based on Feature Double Weighted Support Vector Machine[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 蔚瑞華;徐立鴻;;基于T-S模糊模型的廣義模糊神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識[A];第25屆中國控制會議論文集（上冊）[C];2006年

9 張春月;李曉奇;;基于SPSS的模糊聚類分析[A];第七屆中國不確定系統(tǒng)年會論文集[C];2009年

10 馮祎;李霞;;一種K最近鄰分類的改進(jìn)算法及應(yīng)用[A];2011年全國通信安全學(xué)術(shù)會議論文集[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙瑩;半監(jiān)督支持向量機學(xué)習(xí)算法研究[D];哈爾濱工程大學(xué);2010年

2 林穎;基于水平集方法的圖像分割關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

3 余磊;基于認(rèn)知科學(xué)的計算機圍棋博弈問題的研究[D];華東師范大學(xué);2011年

4 鄭光輝;江蘇部分地區(qū)土壤屬性高光譜定量估算研究[D];南京大學(xué);2011年

5 姚伏天;基于高斯過程的高光譜圖像分類研究[D];浙江大學(xué);2011年

6 楊國鵬;基于機器學(xué)習(xí)方法的高光譜影像分類研究[D];解放軍信息工程大學(xué);2010年

7 皋軍;智能識別中的降維新方法及其應(yīng)用研究[D];江南大學(xué);2010年

8 楊劍鋒;適合并行的無干預(yù)文檔聚類算法研究[D];武漢大學(xué);2010年

9 王雷光;基于非模糊均值漂移的高空間分辨率遙感影像區(qū)域分割算法研究[D];武漢大學(xué);2009年

10 謝莉青;基于圖像處理分析的機織物構(gòu)成要素的綜合識別方法與裝置[D];東華大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李碩;基于Vis/NIR光譜不同粒徑下土壤碳氮的預(yù)測研究[D];華中農(nóng)業(yè)大學(xué);2010年

2 劉濤;遙感圖像分塊分類技術(shù)的研究與應(yīng)用[D];山東科技大學(xué);2010年

3 王林吉;基于CIELAB均勻顏色空間和聚類算法的混紡測色研究[D];浙江理工大學(xué);2010年

4 宋曉玥;基于TDPCA與SPIHT的高光譜壓縮和降維算法研究[D];哈爾濱工程大學(xué);2009年

5 鄧祿群;高光譜圖像類別信息相關(guān)技術(shù)研究[D];哈爾濱工程大學(xué);2010年

6 王文姝;基于模糊理論的關(guān)鍵詞識別算法研究[D];哈爾濱工程大學(xué);2010年

7 胡春梅;基于數(shù)據(jù)源優(yōu)化的高光譜圖像異常檢測算法研究[D];哈爾濱工程大學(xué);2010年

8 姜榮;時間序列的聚類和關(guān)聯(lián)規(guī)則挖掘研究[D];遼寧師范大學(xué);2010年

9 梅麗;人類啟動子識別算法研究[D];遼寧師范大學(xué);2010年

10 王琳;支持向量機及相關(guān)理論研究[D];遼寧師范大學(xué);2010年

【同被引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳守滿;;高光譜圖像與農(nóng)產(chǎn)品品質(zhì)無損檢測研究進(jìn)展[J];安康學(xué)院學(xué)報;2011年06期

2 趙海龍;穆志純;丁文魁;張霞;;基于Haar小波變換和分塊DCT的人耳識別[J];北京大學(xué)學(xué)報(自然科學(xué)版);2009年02期

3 索少增;劉翠玲;吳靜珠;陳興海;孫曉榮;吳勝男;;高光譜圖像技術(shù)檢測梨表面農(nóng)藥殘留試驗研究[J];北京工商大學(xué)學(xué)報(自然科學(xué)版);2011年06期

4 陳偉;余旭初;王鶴;聞兵工;靳克強;;基于粒子群算法的高光譜影像端元提取技術(shù)[J];測繪科學(xué);2011年04期

5 李二森;張保明;宋麗華;余文杰;唐德瑾;;線性混合模型的光譜解混算法綜述[J];測繪科學(xué);2011年05期

6 范群貞;劉金清;;基于PCA/ICA的人臉特征提取新方法[J];電子測量技術(shù);2010年08期

7 趙春暉;齊濱;王玉磊;;一種改進(jìn)的N-FINDR高光譜端元提取算法[J];電子與信息學(xué)報;2012年02期

8 蔡健榮;王建黑;黃星奕;陳全勝;;高光譜圖像技術(shù)檢測柑橘果銹[J];光電工程;2009年06期

9 薛龍;莊宏;黎靜;劉木華;王曉;羅春生;;基于激光誘導(dǎo)熒光高光譜技術(shù)無損檢測臍橙表面敵敵畏殘留[J];中國農(nóng)機化;2012年01期

10 邵詠妮;何勇;潘家志;裘正軍;;基于光譜技術(shù)的桔子汁品種鑒別方法的研究[J];光譜學(xué)與光譜分析;2007年09期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 許菡;遙感影像混合像元分解新方法及應(yīng)用研究[D];首都師范大學(xué);2013年

【二級參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 喻曉強;劉木華;郭恩有;楊勇;;基于熒光高光譜圖像的柑桔糖度無損檢測[J];安徽農(nóng)業(yè)科學(xué);2007年36期

2 秦志強;數(shù)據(jù)融合技術(shù)及其應(yīng)用[J];兵工自動化;2003年05期

3 符寶鼎,袁建暢,郭彩霞;基于RGB顏色模型棉花雜質(zhì)的識別算法[J];北京紡織;2005年05期

4 游曉斌,游先祥,相瑩瑩;混合像元及混合像元分析[J];北京林業(yè)大學(xué)學(xué)報;2003年S1期

5 顧松剛,史培軍;基于混合象元分解的遼東灣海冰資源量估算[J];北京師范大學(xué)學(xué)報(自然科學(xué)版);2004年03期

6 聶偉,郭紅哲,張素妍;基于Bayes決策理論的數(shù)據(jù)融合方法[J];傳感技術(shù)學(xué)報;2003年03期

7 武文波;劉正綱;;一種基于地物波譜特征的最佳波段組合選取方法[J];測繪工程;2007年06期

8 楊國鵬;余旭初;劉偉;陳偉;;面向高光譜遙感影像的分類方法研究[J];測繪通報;2007年10期

9 熊楨,鄭蘭芬,童慶禧;分層神經(jīng)網(wǎng)絡(luò)分類算法[J];測繪學(xué)報;2000年03期

10 駱劍承,王欽敏,馬江洪,周成虎,梁怡;遙感圖像最大似然分類方法的EM改進(jìn)算法[J];測繪學(xué)報;2002年03期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 范九倫;模糊聚類新算法與聚類有效性問題研究[D];西安電子科技大學(xué);1998年

2 劉偉東;高光譜遙感土壤信息提取與挖掘研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2002年

3 夏建濤;基于機器學(xué)習(xí)的高維多光譜數(shù)據(jù)分類[D];西北工業(yè)大學(xué);2002年

4 劉恒殊;超光譜遙感圖像壓縮算法的研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所）;2003年

5 張兵;時空信息輔助下的高光譜數(shù)據(jù)挖掘[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2002年

6 劉正軍;高維遙感數(shù)據(jù)土地覆蓋特征提取與分類研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2003年

7 張連蓬;基于投影尋蹤和非線性主曲線的高光譜遙感圖像特征提取及分類研究[D];山東科技大學(xué);2003年

8 計明軍;若干隨機性全局優(yōu)化算法的研究[D];大連理工大學(xué);2004年

9 劉志剛;支撐向量機在光譜遙感影像分類中的若干問題研究[D];武漢大學(xué);2004年

10 李智勇;高光譜圖像異常檢測方法研究[D];國防科學(xué)技術(shù)大學(xué);2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 馬文駟;多分類器融合模式識別方法研究[D];西安電子科技大學(xué);2002年

2 沈培華;支持矢量機的算法研究和應(yīng)用[D];南京理工大學(xué);2002年

3 白繼偉;基于高光譜數(shù)據(jù)庫的光譜匹配技術(shù)研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2002年

4 姬水旺;強噪聲和類間重疊數(shù)據(jù)下支持向量機學(xué)習(xí)的研究[D];武漢科技大學(xué);2002年

5 符寧;用于VLSI布局的計算智能方法研究[D];電子科技大學(xué);2002年

6 蔡國強;實數(shù)型遺傳算傳的研究及其應(yīng)用[D];福州大學(xué);2003年

7 黃文艷;支持向量機與指紋分類算法研究[D];河北工業(yè)大學(xué);2003年

8 張雄飛;網(wǎng)絡(luò)環(huán)境下高光譜數(shù)據(jù)庫構(gòu)建及其應(yīng)用實踐[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2003年

9 劉卓;高維數(shù)據(jù)分析中的降維方法研究[D];中國人民解放軍國防科學(xué)技術(shù)大學(xué);2002年

10 張麗;基于多分類器動態(tài)組合的手寫體數(shù)字識別[D];南京理工大學(xué);2003年

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 齊建成;朱述龍;朱寶山;曹聞;;基于端元獨立性的端元數(shù)目自動獲取方法[J];測繪科學(xué);2009年06期

2 齊建成;朱述龍;朱寶山;趙泳;李二森;;圖像端元全自動提取方法研究[J];海洋測繪;2009年02期

3 朱述龍;齊建成;朱寶山;曹聞;;以凸面單體邊界為搜索空間的端元快速提取算法[J];遙感學(xué)報;2010年03期

4 王立國;張晶;劉丹鳳;王群明;;從端元選擇到光譜解混的距離測算方法[J];紅外與毫米波學(xué)報;2010年06期

5 曹建農(nóng);王貝貝;何曉寧;;高光譜端元自動確定與提取的迭代算法[J];遙感學(xué)報;2013年02期

6 吳波,張良培,李平湘;高光譜端元自動提取的迭代分解方法[J];遙感學(xué)報;2005年03期

7 陳子玄;武文波;;基于線性混合模型的端元提取方法綜述[J];測繪科學(xué);2008年S3期

8 陳子玄;武文波;;基于線性混合模型的端元提取方法綜述[J];測繪科學(xué);2008年S1期

9 李熙;關(guān)澤群;秦昆;張力;曹靈靈;;基于貝葉斯推理的像元內(nèi)部端元選擇模型[J];光學(xué)學(xué)報;2009年09期

10 彭青青;楊遼;王杰;沈金祥;;基于異常探測的高光譜端元提取方法研究[J];遙感技術(shù)與應(yīng)用;2011年04期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 王百合;劉志剛;李義紅;;基于光譜角分析的端元光譜聚類方法研究[A];國家安全地球物理叢書（九）——防災(zāi)減災(zāi)與國家安全[C];2013年

2 李明詩;劉勇;伍亭;;南京市不透水層時空模式遙感制圖研究[A];第九屆長三角科技論壇（測繪分論壇）論文集[C];2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 齊濱;高光譜圖像分類及端元提取方法研究[D];哈爾濱工程大學(xué);2012年

2 黃遠(yuǎn)程;高光譜影像混合像元分解的若干關(guān)鍵技術(shù)研究[D];武漢大學(xué);2010年

3 李智勇;高光譜圖像異常檢測方法研究[D];國防科學(xué)技術(shù)大學(xué);2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張甬榮;基于有效端元集的雙線性解混模型研究及應(yīng)用[D];大連海事大學(xué);2013年

2 劉正春;多端元光譜混合分析方法研究[D];中南大學(xué);2012年

3 武鶴;基于數(shù)學(xué)形態(tài)學(xué)的高光譜圖像端元提取技術(shù)研究[D];成都理工大學(xué);2011年

4 曾凡霞;高光譜遙感圖像端元提取算法改進(jìn)及性能優(yōu)化[D];成都理工大學(xué);2013年

5 薛綺;基于線性混合模型的高光譜圖像端元提取方法研究[D];國防科學(xué)技術(shù)大學(xué);2004年

6 張嬌;基于多端元光譜混合分解的高分辨率影像城市亞像元分類[D];華東師范大學(xué);2014年

7 劉鋒;高光譜數(shù)據(jù)降維及端元提取[D];北京理工大學(xué);2008年

8 于琦;超光譜圖像端元提取算法研究及其FPGA驗證[D];長春理工大學(xué);2014年

9 弋方;高光譜遙感圖像端元提取算法研究與系統(tǒng)實現(xiàn)[D];西安電子科技大學(xué);2014年

10 侯浩亮;基于FPGA的高光譜圖像實時端元提取技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2009年

  本文關(guān)鍵詞：高光譜數(shù)據(jù)降維及端元提取，由筆耕文化傳播整理發(fā)布。

本文編號：202998