《SVM支持向量机在遥感图像中的应用研究》PDF+DOC
作者:纪凯,韩栋
单位:湖南城市学院
出版:《湖南城市学院学报(自然科学版)》2016年第03期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFHNCG2016030540
DOC编号:DOCHNCG2016030549
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于SVM和DS证据理论的多传感器信息融合故障诊断》PDF+DOC2015年第04期 张宁波
《基于Kinect传感器的摔倒检测研究》PDF+DOC2017年第12期 鲍楠,姜博文,李永泽,王向南,李泽政
《适用于智能传感器系统的SVM集成研究》PDF+DOC2014年第08期 卞桂龙,丁毅,沈海斌
《基于SVM算法的睡眠监护系统设计》PDF+DOC2016年第10期 罗宇舟,江钟伟,施奇,刘贝贝,徐芳
《基于多Leap Motion传感器的机械手手势控制系统》PDF+DOC2017年第07期 唐春晓,王志红
《基于SVM的火灾警报系统传感器组合优化研究》PDF+DOC2020年第03期 朱江,徐梦瑶,李达,宋大成,高福海
《中分辨率遥感图像条带噪声的去除》PDF+DOC2004年第03期 陈劲松,邵芸,朱博勤
《分离与综合》PDF+DOC2003年第04期 魏刚,张骏
《美国邦纳无线传感器网络产品技术及其应用》PDF+DOC2008年第05期 何广军
《基于SVM的多传感器信息融合》PDF+DOC2013年第03期 孙颖,刘玉满,龚稳
遥感图像分类是遥感图像处理领域中的一个重要的研究方向,随着传感器质量的不断提高,越来越多高质量的遥感图像需要新的监督分类方法进行处理。常用的将svm二元分类器改进成为多级分类器的方法有“一对一”(one against one,1-v-1)和“一对多”(one against all,1-v-all)。本文将使用这两种方法进行遥感图像分类研究,进行对比评价。结果发现在大多数情况下,第一种方法“一对一”在计算速度和分类精度方面要优于第二种方法“一对多”。但是这种差别并不太显著,具体选择哪种方法也取决于实际情况。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。