貝葉斯方法和非參數(shù)模型支持下的遙感影像線性光譜分解
本文關(guān)鍵詞:貝葉斯方法和非參數(shù)模型支持下的遙感影像線性光譜分解,,由筆耕文化傳播整理發(fā)布。
【摘要】:針對遙感影像混合像元分解中的地物光譜不確定性問題,提出利用非參數(shù)模型來刻畫地物光譜的概率分布,并基于貝葉斯方法得到地物面積比例的后驗概率分布,最后利用無偏估計和最大似然估計來估算地物面積比例.通過Landsat遙感影像不透水層制圖的實驗表明,所提方法的分解精度高于傳統(tǒng)的線性光譜分解算法和硬分類方法,證明了貝葉斯方法能夠較好地解決地物光譜不確定的問題.
【作者單位】: 武漢大學測繪遙感信息工程國家重點實驗室;河南大學黃河中下游數(shù)字地理技術(shù)教育部重點實驗室;華中師范大學城市與環(huán)境科學學院;
【關(guān)鍵詞】: 遙感 端元 混合像元 貝葉斯 非參數(shù)模型
【基金】:湖北省自然科學基金(No.2014CFB726) 國家自然科學基金(No.41101413,No.41401503) 2015測繪地理信息公益性行業(yè)科研專項項目基金(201512026) 中央高;究蒲袠I(yè)務(wù)費專項資金項目基金(No.2042016kf0162)資助
【分類號】:P237;TP751
【正文快照】: 混合像元一直影響遙感土地覆蓋分類的精度.為了對混合像元分類,需要將混合像元內(nèi)不同地物的面積比例進行解算,這個過程叫做混合像元分解.混合像元分解的方法主要有3種類型:一是線性光譜分解方法.該方法假設(shè)像元光譜由像元內(nèi)部不同地物的光譜加權(quán)平均而來,而權(quán)重等于地物所占的
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前8條
1 金賽男;蘇良軍;;我國轎車保有量的預(yù)測研究[J];統(tǒng)計與決策;2006年02期
2 楊二鵬;張德生;李文靜;邵慧;;基于非參數(shù)模型的滬深300股指波動性研究[J];紡織高;A(chǔ)科學學報;2010年01期
3 姜愛平;張德生;武新乾;陳戰(zhàn)波;;中國城鎮(zhèn)居民消費函數(shù)的非參數(shù)模型[J];海南師范學院學報(自然科學版);2006年03期
4 陳曉暄;;基于非參數(shù)模型的股市波動性研究綜述[J];科技和產(chǎn)業(yè);2011年07期
5 王建奇,王行愚;一種新型的非參數(shù)模型及其在系統(tǒng)辨識中的應(yīng)用[J];控制理論與應(yīng)用;1994年01期
6 何靜慧;基于GARCH模型和非參數(shù)模型的上海股市VaR的比較[J];紹興文理學院學報;2005年02期
7 何樹紅;陳浩;;基于非參數(shù)模型對上海股市收益率的實證分析[J];云南民族大學學報(自然科學版);2010年03期
8 ;[J];;年期
中國重要會議論文全文數(shù)據(jù)庫 前2條
1 穆勇;黃梯云;;非參數(shù)模型自適應(yīng)控制算法及在投資決策中的應(yīng)用[A];發(fā)展的信息技術(shù)對管理的挑戰(zhàn)——99’管理科學學術(shù)會議專輯(下)[C];1999年
2 魏宇童;張淳民;;偏振成像光譜儀圖像合成與處理技術(shù)研究[A];2013年(第五屆)西部光子學學術(shù)會議論文集[C];2013年
中國博士學位論文全文數(shù)據(jù)庫 前1條
1 閻曉紅;基于混合數(shù)據(jù)的非參數(shù)模型設(shè)定檢驗研究[D];天津財經(jīng)大學;2013年
中國碩士學位論文全文數(shù)據(jù)庫 前4條
1 王鑫;雷達高度計海況偏差估計綜合模型研究[D];中國海洋大學;2015年
2 張海波;收入不平等與經(jīng)濟增長關(guān)系的非參數(shù)模型研究[D];首都經(jīng)濟貿(mào)易大學;2013年
3 李華晉;非參數(shù)模型攝像機標定方法及誤差分析[D];天津大學;2012年
4 王勇鋒;我國開放式股票型基金業(yè)績評價的實證研究[D];浙江工商大學;2012年
本文關(guān)鍵詞:貝葉斯方法和非參數(shù)模型支持下的遙感影像線性光譜分解,由筆耕文化傳播整理發(fā)布。
本文編號:464153
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/464153.html