资源简介

提出了一种基于粗集属性划分的遥感分类新方法,构造了基于粗集的集成遥感分类器。该分类器利用粗集理论将输入的属性集合划分为多个约减,利用这些约减构造多个训练子集。每个训练子集训练神经网分类器,在决策时将多个单个分类器的结果进行投票选举。这种方法即减少了单个分类器的输入属性个数,又避免了由于属性选取造成单一分类器在某些分类上的错误偏见。该分类器与神经网分类器方法,以及属性选取与神经网结合方法进行了比较。结果表明RSEC无论在分类精度上,还是在不同样本个数条件下的精度稳定程度上均有较好表现。 更多还原

【Abstract】 Supervised classification in remote sensing imagery is receiving increasing attention in current research. In order to improve the classification ability,a lot of spatial-features (e.g.,texture information generated by GLCM) have been utilized. Unfortunately,too many features often cause classifier over-fit to a certain features’ character and lead to lower classification accuracy. The traditional feature selection algorithms have an unstable classification performance which depends on the numbe... 更多还原

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.