您的位置: 专家智库 > >

云南省教育厅科学研究基金(2010Y290)

作品数:4 被引量:17H指数:3
相关作者:张雁吕丹桔吴保国王冬林英更多>>
相关机构:西南林业大学北京林业大学云南大学更多>>
发文基金:云南省教育厅科学研究基金更多>>
相关领域:自动化与计算机技术农业科学更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇农业科学

主题

  • 3篇遥感
  • 3篇遥感图像
  • 3篇图像
  • 1篇遥感分类
  • 1篇遥感影像
  • 1篇遥感影像分类
  • 1篇遥感影像分类...
  • 1篇影像分类
  • 1篇支持向量
  • 1篇支持向量聚类
  • 1篇数据编辑
  • 1篇图像分割
  • 1篇向量
  • 1篇聚类
  • 1篇分类器
  • 1篇半监督分类
  • 1篇SVM
  • 1篇TRI
  • 1篇TRI-TR...
  • 1篇BAGGIN...

机构

  • 4篇西南林业大学
  • 3篇北京林业大学
  • 1篇云南大学

作者

  • 3篇张雁
  • 2篇吴保国
  • 2篇吕丹桔
  • 2篇王冬
  • 1篇林英

传媒

  • 1篇安徽农业科学
  • 1篇计算机与数字...
  • 1篇数字技术与应...
  • 1篇计算机技术与...

年份

  • 2篇2013
  • 2篇2012
4 条 记 录,以下是 1-4
排序方式:
基于Tri-Training半监督分类算法的研究被引量:9
2013年
在实际应用中,容易获取大量的未标记样本数据,而样本数据是有限的,因此,半监督分类算法成为研究者关注的热点。文中在协同训练Tri-Training算法的基础上,提出了采用两个不同的训练分类器的Simple-Tri-Training方法和对标记数据进行编辑的Edit-Tri-Training方法,给出了这三种分类方法与监督分类SVM的分类实验结果的比较和分析。实验表明,无标记数据的引入,在一定程度上提高了分类的性能;初始训练集和分类器的选取以及标记过程中数据编辑技术,都是影响半监督分类稳定性和性能的关键点。
张雁吕丹桔吴保国
关键词:半监督分类数据编辑
集成学习在遥感分类中的应用被引量:4
2013年
遥感影像分类一直是遥感领域的研究热点。集成学习通过多个单一分类器得到的分类信息进行综合来提高分类的精度。论文阐述了集成技术的常用算法和策略,给出了遥感数据分类采用单分类算法,Bagging,Boosting以及MCS集成分类的实验结果的比较和分析。实验表明,集成技术能有效提高遥感数据的分类精度。在训练样本少的情况下,提供了一种保证分类性能和泛化性的有效途径。
张雁林英吕丹桔
关键词:遥感图像BAGGINGBOOSTING
遥感影像分类方法研究动态被引量:4
2012年
遥感影像分类是遥感信息提取的关键技术,一直是遥感领域的研究热点。在介绍遥感图像分类过程和分类体系的基础上,综合了最近国内外遥感分类的方法技术,重点阐述了遥感影像分类在神经网络、SVM、主动学习、多分类集成等方面较新的研究动态,为遥感图像分类向自动化和智能化发展的进一步研究提供参考。
张雁吴保国王冬
关键词:遥感图像分类器
基于SVM聚类遥感图像的分割
2012年
要分析和理解遥感图像,首先要对遥感图像进行分割。文章将传统的聚类分析方法和支持向量机理论相结合,并进行了算法的改进,将支持向量聚类方法应用到遥感图像分割领域,对遥感图像进行分割。实验结果证明,应用该方法进行分割,能取得良好的分割效果,是一种有效的遥感图像分割方法。
王冬
关键词:图像分割遥感图像支持向量聚类
共1页<1>
聚类工具0