注冊(cè)帳號(hào)丨忘記密碼?
1.點(diǎn)擊網(wǎng)站首頁(yè)右上角的“充值”按鈕可以為您的帳號(hào)充值
2.可選擇不同檔位的充值金額,充值后按篇按本計(jì)費(fèi)
3.充值成功后即可購(gòu)買網(wǎng)站上的任意文章或雜志的電子版
4.購(gòu)買后文章、雜志可在個(gè)人中心的訂閱/零買找到
5.登陸后可閱讀免費(fèi)專區(qū)的精彩內(nèi)容
打開(kāi)文本圖片集
摘 要:為探究光學(xué)數(shù)據(jù)和合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)數(shù)據(jù)在森林類型分類中的優(yōu)勢(shì)和互補(bǔ)性,以云南省普洱市思茅區(qū)的Landsat 8數(shù)據(jù)與微波遙感SAR影像ALOS2數(shù)據(jù)相交覆蓋區(qū)域?yàn)檠芯繀^(qū),采用分層分類技術(shù)進(jìn)行森林類型分類研究。構(gòu)建3種特征集,光學(xué)數(shù)據(jù)特征集(光譜+植被因子+紋理+地形特征)、SAR特征集(后向散射+極化分解特征)、光 學(xué)-SAR融合數(shù)據(jù)特征集(光譜+植被因子+紋理+地形+后向散射+極化分解特征),并使用遞歸特征消除法(Recursive Feature Elimination,RFE)對(duì)提取的3種特征集分別進(jìn)行分層特征篩選,再用隨機(jī)森林(Random forest,RF)、支持向量機(jī)(Support Vector Machine,SVM)對(duì)森林類型分類,光學(xué)-SAR融合數(shù)據(jù)SVM的分類效果最好。(剩余20056字)
登錄龍?jiān)雌诳W(wǎng)
購(gòu)買文章
光學(xué)協(xié)同合成孔徑雷達(dá)數(shù)據(jù)的森林類型分類研究
文章價(jià)格:6.00元
當(dāng)前余額:100.00
閱讀
您目前是文章會(huì)員,閱讀數(shù)共:0篇
剩余閱讀數(shù):0篇
閱讀有效期:0001-1-1 0:00:00
違法和不良信息舉報(bào)電話:400-106-1235
舉報(bào)郵箱:[email protected]