位置:成果数据库 > 期刊 > 期刊详情页
遥感影像分类方法研究进展
  • ISSN号:1000-0593
  • 期刊名称:Spectroscopy and Spectral Analysis
  • 时间:2011
  • 页码:2618-2623
  • 分类:S127[农业科学—农业基础科学]
  • 作者机构:[1]中国科学院遥感应用研究所,北京100101, [2]中国科学院研究生院,北京100049
  • 相关基金:中国科学院知识创新工程重大项目(KSCX1-YW-09-1),国家自然科学基金项目(41071277)和国家高技术研究发展(863计划)项目(2009AA1221462)资助
  • 相关项目:作物种植面积遥感估算不确定性研究
中文摘要:

遥感影像分类是遥感信息提取的重要手段,是目前遥感技术中的热点研究内容。分类方法是遥感影像分类的重要内容,有效地选择合适的分类方法是提高分类精度的关键。随着遥感技术的发展,传统的非参数分类方法已经难以满足分类精度需求,基于智能算法的非参数分类方法得到了迅速发展,并在遥感影像分类中发挥着重要作用。近年来,组合分类器由于能够利用单一分类器的互补信息,成为了遥感影像分类的一个新热点。本文综合分析了各种分类方法的特点和优势,及分类方法的发展趋势,为遥感影像分类技术的发展提供科学的参考依据。

英文摘要:

Remote sensing data classification is an important way of information extraction and a hot research topic of remote sensing technique. Classification method of remote sensing data is an important issue, and effective selection of appropriate classifier is especially significant for improving classification accuracy. Along with the development of remote sensing technique, traditional parametric classifier is difficult to meet accuracy requirement, leading to the rapid development of intelligent algorithm based non-parametric classifiers. Recently, combined classifiers become a new hot topic for its ability of utilizing complement information of single classifier. In the present paper, characters and advantages of different classifiers as well as the research prospect are analyzed. The paper provides a scientific reference for the development of remote sensing data classification technique.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《光谱学与光谱分析》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国光学学会
  • 主编:高松
  • 地址:北京海淀区魏公村学院南路76号
  • 邮编:100081
  • 邮箱:chngpxygpfx@vip.sina.com
  • 电话:010-62181070
  • 国际标准刊号:ISSN:1000-0593
  • 国内统一刊号:ISSN:11-2200/O4
  • 邮发代号:82-68
  • 获奖情况:
  • 1992年北京出版局编辑质量奖,1996年中国科协优秀科技期刊奖,1997-2000获中国科协择优支持基础性高科技学术期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国生物医学检索系统,美国科学引文索引(扩展库),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),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:40642