位置：成果数据库 > 期刊 > 期刊详情页
单点逼近型加权模糊 C 均值算法的遥感图像聚类应用
  • ISSN号：1006-8961
  • 期刊名称：中国图象图形学报
  • 时间：0
  • 页码：2333-2340
  • 语言：中文
  • 相关项目：基于多元时间序列分析的复杂系统建模与预测研究
作者： 范剑超|韩敏|
同期刊论文项目
基于多元时间序列分析的复杂系统建模与预测研究
期刊论文 55 会议论文 13
同项目期刊论文
含噪声混沌信号最大Lyapunov指数计算
一种参数摄动的混沌异结构同步方法
邻域自适应选取及权值平均的投影去噪方法
基于EOF-SVD模型的多元时间序列相关性研究及预测
挖掘事务间频繁闭项集的高效率算法
An improved fuzzy neural network based on T-S model
The hidden neurons selection of the wavelet networks using support vector machines and ridge regress
基于RBFLN网络的改进RBF神经网络学习算法
A Wetland Protection Domain Ontology Construction for Knowledge Management and Information Sharing
基于云-神经网络的多属性模糊规则分类
局部投影去噪的一种改进的邻域选取方法
Partial Lanczos extreme learning machine for single-output regression problems
基于非线性约束的局部投影降噪
一种基于多决策类的贝叶斯粗糙集模型
一种基于分组式蛇模型的GIS矢量边界更新方法
基于两层向量空间模型和模糊FCA本体学习方法
Analysis and modeling of multivariate chaotic time series based on neural network
Noise reduction method for chaotic signals based on dual-wavelet and spatial correlation
Single point iterative weighted fuzzy C-means clustering algorithm for remote sensing image segmenta
基于储备池主成分分析的多元时间序列预测研究
γ -C plane and robustness in static reservoir for nonlinear regression estimation
改进的双小波空域相关混沌信号降噪方法
基于自适应区间划分的模糊关联分类
基于支持向量机碱度偏差估计的石灰加入量模型
一种改进的RAN网络结构优化算法
基于T-S模型的扩展型模糊神经网络及应用
储备池状态空间重构与混沌时间序列预测
改进局部投影算法的混沌降噪研究
ESN岭回归学习算法及混沌时间序列预测
领域本体信息源选取方法研究与实现
Noise smoothing for nonlinear time series using wavelet soft threshold
一种用于小波网络隐层节点选择的新方法
一种基于Wedgelet变换的遥感图像分类算法
Support vector echo-state machine for chaotic time-series prediction
一种基于先验知识的矢量边界更新方法
基于Gabor变换与克隆选择的遥感图像分类算法
基于PSO-ICA和RBF神经网络的转炉炼钢终点预报模型
贪婪核主元模糊神经网络在转炉炼钢终点预报中的应用
求解非线性回归问题的Newton算法
点分布－双蛇模型用于矢量边界更新
基于JSON的地理信息数据交换方法研究
混沌理论在水文领域中的研究现状及展望
基于模糊加权的转炉炼钢磷分配比计算模型
转炉炼钢熔池碳含量动态变化研究
热红外与多光谱遥感图像的神经网络回归融合方法研究
基于改进型模糊ARTMAP网络的CBR遥感图像分类系统研究
基于Kalman滤波的储备池多元时间序列在线预报器
单点逼近型加权模糊C均值算法的遥感图像聚类应用
基于T—S模型的扩展型模糊神经网络及应用
基于相空间同步的多变量序列相关性分析及预测
基于Adaboost算法的回声状态网络预报器
改进型平均移位柱状图估算概率密度并对互信息作相关分析
期刊信息
  • 《数码影像》
  • 主管单位:
  • 主办单位:中国图象图形学学会 中科院遥感所 北京应用物理与计算数学研究所
  • 主编：
  • 地址：北京市海淀区花园路6号
  • 邮编：100088
  • 邮箱：
  • 电话：010-86211360 62378784
  • 国际标准刊号：ISSN：1006-8961
  • 国内统一刊号：ISSN：11-3758/TB
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:0