第7-3章 高光谱遥感图像分类
第7-3章 高光谱遥感图像分类

……隐藏层… …… om输出层 第j层:第j-1层的直接后继层(j0),它直接接 受第j-1层的输出。 输出层:它是网络的最后一层,具有该网络的最 大层号,负责输出网络的计算结果。 隐藏层:除输入层和输出层以外的其它各层叫隐 藏层。隐藏层不

2024-02-07
7 高光谱遥感图像分类
7 高光谱遥感图像分类

131)降维+传统分类原始高光谱图像:山东青岛 OMIS128个波段14分类方法:特征提取+传统分类算法重点在于光谱维特征的提取,即通过映射和变换 的方法(如主成分分析PCA,最小噪声分离变换 MNF,小波变换等),把原始模式空间的高维数

2020-09-21
高光谱遥感期末考复习材料
高光谱遥感期末考复习材料

1、地面光谱测量的作用: ①地面光谱辐射计在成像光谱仪过顶时,常用于地面野外或实验室同步观测,获取下 行太阳辐射,以用于遥感器定标。 ②在一些反射率转换模型中,需要引入地面光谱辐射计测取得地面点光谱来完成 DN 值图像到反射率图像的转换。

2024-02-07
高光谱图像分类
高光谱图像分类

《机器学习》课程项目报告 高光谱图像分类 ——基于CNN和ELM 学院信息工程学院 专业电子与通信工程 学号 35 学生姓名曹发贤 同组学生陈惠明、陈涛 硕士导师杨志景 2016 年 11 月 一、项目意义与价值 高光谱遥感技术起源于 20

2024-02-07
高光谱遥感图像分类54页PPT
高光谱遥感图像分类54页PPT

谢谢!36、自己的鞋子,自己知道紧在哪里。——西班牙37、我们唯一不会改正的缺点是软弱。——拉得很慢,但是我从不后退。——亚伯拉罕·林肯39、勿问成功的秘诀为何,且尽全力做你应该做的事吧。——美华纳高光谱遥感图像分类6、法律的基础有两个,而

2020-07-17
第7-2章-高光谱遥感图像分类教学教材
第7-2章-高光谱遥感图像分类教学教材

第7-2章-高光谱遥感图像分类教学教材在线下载,格式:pdf,文档页数:76

2024-02-07
高光谱遥感图像分类
高光谱遥感图像分类

64)算法选择分类模型或分类器:统计分类、模糊分类、邻域 分类、神经网络分类参数分类和非参数分类:假定类的概率分布函数 并估计其分布参数硬分类和软分类:像元属于一个类或多个类75)分类执行的方式监督分类:利用某些已知类别训练样本让分类识别系

2024-02-07
高光谱遥感图像分类
高光谱遥感图像分类

区域B:通过目视解译,可以分辫出这个区域 是由田埂分开的一块又一块的稻田,这些稻田中全是海水ห้องสมุดไป่ตู้原始图像分类时却忽略了这些由植被覆盖的田埂,将其全部分成了海水。甚至 将右上角处的海水类分成了植被类。区域C:可以看到原

2024-02-07
高光谱遥感影像的光谱匹配算法研究概要
高光谱遥感影像的光谱匹配算法研究概要

中国科技论文在线高光谱遥感影像的光谱匹配算法研究 蔡燕1,梅玲2作者简介:蔡燕,(1984-),女,硕士研究生,主要研究方向:高光谱遥感 通信联系人:梅玲,(1984-),女,助理工程师,主要研究方向:水文地质. E-mail: meili

2024-02-07
高光谱遥感图像分类共52页文档
高光谱遥感图像分类共52页文档

高光谱遥感图像分类共52页文档在线下载,格式:ppt,文档页数:52

2024-02-07
高光谱图像分类
高光谱图像分类

《机器学习》课程项目报告高光谱图像分类——基于CNN与ELM 学院信息工程学院专业电子与通信工程学号 2111603035学生姓名曹发贤同组学生陈惠明、陈涛硕士导师杨志景2016 年11 月一、项目意义与价值高光谱遥感技术起源于20 世纪8

2024-02-07
高光谱图像分类讲解学习
高光谱图像分类讲解学习

高光谱图像分类《机器学习》课程项目报告高光谱图像分类——基于CNN和ELM学院信息工程学院专业电子与通信工程学号 2111603035学生姓名曹发贤同组学生陈惠明、陈涛硕士导师杨志景2016 年 11 月一、项目意义与价值高光谱遥感技术起源

2024-02-07
高光谱图像分类
高光谱图像分类

《机器学习》课程项目报告 高光谱图像分类 ——基于CNN和ELM 学院信息工程学院 专业电子与通信工程 学号 2111603035 学生姓名曹发贤 同组学生陈惠明、陈涛 硕士导师杨志景 2016 年11 月 一、项目意义与价值 高光谱遥感技

2024-02-07
高光谱图像分类
高光谱图像分类

《机器学习》课程项目报告高光谱图像分类——基于CNN和ELM学院信息工程学院专业电子与通信工程学号 **********学生姓名曹发贤同组学生陈惠明、陈涛硕士导师杨志景2016 年11 月一、项目意义与价值高光谱遥感技术起源于20 世纪80

2024-02-07
高光谱图像分类
高光谱图像分类

《机器学习》课程项目报告高光谱图像分类——基于CNN和ELM学院信息工程学院专业电子与通信工程学号 2111603035学生发贤同组学生惠明、涛硕士导师志景2016 年 11 月一、项目意义与价值高光谱遥感技术起源于 20 世纪 80年代初

2024-02-07
高光谱图像分类
高光谱图像分类

《机器学习》课程项目报告 高光谱图像分类 ——基于CNN和ELM 学院信息工程学院 专业电子与通信工程 学号 2111603035 学生姓名曹发贤 同组学生陈惠明、陈涛 硕士导师杨志景 2016 年11 月 一、项目意义与价值 高光谱遥感技

2024-02-07
7高光谱遥感图像分类
7高光谱遥感图像分类

如:在对海水取样时,既要选择来来自右上角的深水 区的样本,又要选择来自河道以及水田中的浅水区的 样本。从亮度特征角度而言,对于同一类地物具有不同 亮度特征情况,都要选取(同物异谱)

2024-02-07
高光谱遥感影像分类算法 - SVM
高光谱遥感影像分类算法 - SVM

高光谱遥感影像分类算法——SVM 1高光谱遥感简介 20 世纪 80 年代以来,遥感技术的最大成就之一就是高光谱遥感技术的兴起[1]。高光谱遥感技术又称成像光谱遥感技术,始于成像光谱仪的研究[2]。所谓高光谱遥感(Hyperspectral

2024-02-07
高光谱图像分类
高光谱图像分类

高光谱图像分类《机器学习》课程项目报告高光谱图像分类——基于CNN和ELM学院信息工程学院专业电子与通信工程学号 2111603035学生姓名曹发贤同组学生陈惠明、陈涛硕士导师杨志景2016 年11 月一、项目意义与价值高光谱遥感技术起源于

2024-02-07
高光谱遥感图像分类
高光谱遥感图像分类

训练区已知地表覆盖类型的代表样区 用于描述主要特征类型的 其精度直接影响分类检验区用于评价分类精度的训练样区8样区选择示例训练样区与检验区的选择:相互独立、不能重叠9非监督分类:是

2024-02-07