位置:成果数据库 > 期刊 > 期刊详情页
高光谱遥感数据光谱特征提取算法与分类研究
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP751[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]南京师范大学虚拟地理环境教育部重点实验室,南京210046, [2]中国矿业大学地理信息与遥感科学系,江苏徐州221008
  • 相关基金:国家自然科学基金资助项目(40401038);地理空间信息工程国家测绘局重点实验室开放基金资助项目;中国矿业大学科学基金资助项目(D200403)
中文摘要:

针对高光谱数据的特点,探讨了高光谱数据特征提取的若干算法,重点研究了导数光谱和光谱编码技术,并从地物光谱曲线中提取了其光谱吸收特征。对同类曲线特征求交得到识别地物的有效特征;对不同类曲线特征求交得到区分不同类地物的有效特征。最后基于提取的特征建立了地物识别决策树,从而达到快速识别分类地物的目的,能够实现依据地物光谱特征的地物识别与分类。

英文摘要:

This paper discussed some feature extraction algorithms for hyperspectral data process, and put forward the quad encoding algorithm as the improved binary encoding algorithm. In particular, extracted spectral absorption parameter including absorption position, absorption depth, absorption width, slope, absorption asymmetry, spectral absorption index(SAI) by the derivative spectrum algorithm and binary/quad encoding spectrum algorithm. Using these feature, got the valid feature to recognize the same objects and to recognize different objects. At last, based on the experiment constructed the decision tree to recognize objects.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049