版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、論文針對(duì)高光譜遙感影像檢索理論與方法,對(duì)光譜相似性度量、基于光譜特征的高光譜影像檢索和高光譜數(shù)據(jù)挖掘進(jìn)行了研究.光譜相似性度量在高光譜遙感影像檢索與處理中具有重要作用.在分析主要算法與原理特點(diǎn)的基礎(chǔ)上,構(gòu)建了包括幾何度量、概率度量、編碼度量、特征度量、變換度量五個(gè)層次的高光譜遙感光譜相似性度量框架體系.以集合論與集合運(yùn)算為基礎(chǔ),提出了基于集合論和光譜多邊形的光譜相似性度量方法,并設(shè)計(jì)了相應(yīng)的算子.面向光譜向量快速編碼與匹配的要求,提出四
2、值編碼、快速十進(jìn)制編碼、八叉樹(shù)編碼和十六叉樹(shù)編碼匹配方法,能夠滿足快速檢索的要求.通過(guò)對(duì)傳統(tǒng)光譜角制圖模型的誤差分析,構(gòu)造了分組算法、交叉算法和歸一化算法三種改進(jìn)算法.以基于內(nèi)容的圖象檢索為基礎(chǔ),針對(duì)遙感影像的特點(diǎn)提出了基于內(nèi)容遙感影像檢索的結(jié)構(gòu)模型,重點(diǎn)對(duì)影像內(nèi)容和特征、檢索模式進(jìn)行了分析.在光譜特征提取與比較分析的基礎(chǔ)上,進(jìn)行了高光譜遙感影像檢索的理論分析、算法設(shè)計(jì)、實(shí)例研究與原型系統(tǒng)開(kāi)發(fā).基于對(duì)遙感影像庫(kù)中數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)的分析
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 高光譜遙感影像降維及分類方法研究.pdf
- 高光譜遙感影像地面?zhèn)窝b目標(biāo)檢測(cè)方法的研究.pdf
- 高光譜遙感影像光譜解混算法研究.pdf
- 高光譜遙感影像空譜特征提取與分類方法研究.pdf
- 47755.遙感影像的高光譜特征研究
- 基于改進(jìn)支持向量機(jī)的高光譜遙感影像分類方法研究.pdf
- 53180.植被高光譜遙感影像特征波段的選擇方法研究
- 高光譜遙感圖像的解混理論和方法研究.pdf
- 高光譜遙感影像異常檢測(cè)算法研究.pdf
- 基于FSVM的高光譜遙感影像分類算法研究.pdf
- 高光譜遙感影像異常檢測(cè)與分類技術(shù)研究.pdf
- 土壤屬性的高光譜遙感方法研究.pdf
- 基于集成學(xué)習(xí)和空間信息的高光譜遙感影像分類方法.pdf
- 基于譜回歸判別分析的高光譜遙感影像分類方法研究.pdf
- 基于集成學(xué)習(xí)的高光譜遙感影像分類.pdf
- 活動(dòng)輪廓模型的高光譜遙感影像分割研究.pdf
- 基于半監(jiān)督局部保持投影的高光譜遙感影像分類方法研究.pdf
- 高光譜遙感圖像分類方法研究.pdf
- 基于ELM和RBFNN的高光譜遙感影像分類.pdf
- 高光譜遙感影像混合像元分解算法研究.pdf
評(píng)論
0/150
提交評(píng)論