利用区域增长技术的自适应高光谱图像分类 | 光学精密工程 -- 中国光学期刊网

光学精密工程, 2018, 26 (2): 426, 网络出版: 2018-03-21

利用区域增长技术的自适应高光谱图像分类

Adaptive hyperspectral image classification using region-growing techniques

吴银花 ^*胡炳樑高晓惠周安安

作者单位

中国科学院西安光学精密机械研究所，陕西西安 710119

高光谱分类面向对象区域增长自适应 hyperspectral classification object-oriented region-growing adaptive

知识挖掘

相关论文

1. 基于高光谱成像技术的涌泉蜜桔糖度最优检测位置

2024年

2. 典型伪装材料高光谱特征及识别方法研究

2023年

3. 高光谱技术在血迹分类识别中的应用

2019年

4. 高光谱成像的油菜和杂草分类方法

2017年

5. 高光谱数据基于流形的半监督特征选择

2014年

6. 基于核映射多光谱特征融合的高光谱遥感图像分类法

2014年

7. 基于克隆选择支持向量机高光谱遥感影像分类技术

2013年

8. 基于谱聚类波段选择的高光谱图像分类

2012年

9. 基于ICA与SVM算法的高光谱遥感影像分类

2010年

10. 基于支持向量描述的自适应高光谱异常检测算法

2009年

本文相似领域研究进展，

知识服务

本文主要研究领域论文发表情况：

430篇

293篇

193篇

131篇

123篇

89篇

20篇

15篇

Object-oriented

9篇

3篇

本文研究领域论文发表情况（统计图）：

吴银花, 胡炳樑, 高晓惠, 周安安. 利用区域增长技术的自适应高光谱图像分类[J]. 光学精密工程, 2018, 26(2): 426. WU Yin-hua, HU Bing-liang, GAO Xiao-hui, ZHOU An-an. Adaptive hyperspectral image classification using region-growing techniques[J]. Optics and Precision Engineering, 2018, 26(2): 426.

论文摘要 Full Text 图 & 表补充材料基本信息知识挖掘 Metrics PDF全文参考文献 & 引文

本文已被 6 篇论文引用
被引统计数据来源于中国光学期刊网

引用该论文： TXT | EndNote

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务，点击此处了解我们的隐私策略。如您需继续使用本网站，请您授权我们使用本地 cookie 来保存部分信息。

您最值得信赖的光电行业旗舰网络服务平台!

快速查询高级查询

最近搜索：

大家在搜：人工智能图像处理光子

热门搜索：机器视觉光通信光纤传感器