已閱讀1頁，還剩46頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：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)，請進行舉報或認領
文檔簡介
1、本文應用Hyperion高光譜數(shù)據(jù)，對黑龍江和吉林交界處的湖西和撫育站兩個林場進行分類分析。針對Hyperion數(shù)據(jù)具有的數(shù)據(jù)量大和波段多的特點，進行了基于線性混合光譜模型的分類分析。同時應用傳統(tǒng)的監(jiān)督分類方法(最小距離法和SAM法)和非監(jiān)督分類方法(K-均值法和ISODATA法)進行分類。結(jié)果表明，基于光譜混合模型的分類方法遠好于傳統(tǒng)方法而不同的分類方法對各種地物分辨能力不同。這是因為基于線性混合光譜模型的分類方法使用的是先進的光學原
溫馨提示
- 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Hyperion高光譜數(shù)據(jù)的城市地物識別與分類研究.pdf
- 基于數(shù)據(jù)挖掘的遙感影像海岸帶地物分類方法研究.pdf
- LIDAR數(shù)據(jù)快速地物分類的精度提高方法研究.pdf
- 基于局部特征的SAR圖像地物分類方法研究.pdf
- 基于Hyperion數(shù)據(jù)的森林類型識別.pdf
- 基于多特征融合的極化SAR地物分類方法研究.pdf
- 基于監(jiān)視檢測的高分SAR影像地物分類方法研究.pdf
- 基于深度ICA網(wǎng)絡的極化SAR影像地物分類方法研究.pdf
- 面向大規(guī)模高光譜數(shù)據(jù)的半監(jiān)督地物分類方法.pdf
- 基于HWP-FCN的遙感圖像典型地物分類方法研究.pdf
- 基于MODIS遙感圖像的地物分類研究.pdf
- 基于Hyperion高光譜數(shù)據(jù)的土壤鹽漬化定量反演方法研究.pdf
- 基于稀疏編碼和SVM的極化SAR影像地物分類方法研究.pdf
- 高光譜圖像地物分類和分割方法研究.pdf
- 基于Hyperion高光譜數(shù)據(jù)的森林類型精細識別研究.pdf
- 基于分類超曲面的數(shù)據(jù)分類方法的研究.pdf
- 36106.基于hyperion數(shù)據(jù)的淺海地形和海洋光學參數(shù)反演方法研究
- 10553.基于車載lidar點云的城市典型地物分類方法研究
- 基于稀疏表示分類器的極化SAR圖像地物分類.pdf
- 基于面向?qū)ο蟮臉O化SAR地物分類.pdf
評論
0/150
提交評論