留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

PSO-RBF应用于航空和卫星遥感影像的纹理分类

李林宜 李德仁

李林宜, 李德仁. PSO-RBF应用于航空和卫星遥感影像的纹理分类[J]. 武汉大学学报 ● 信息科学版, 2009, 34(9): 1051-1054.
引用本文: 李林宜, 李德仁. PSO-RBF应用于航空和卫星遥感影像的纹理分类[J]. 武汉大学学报 ● 信息科学版, 2009, 34(9): 1051-1054.
LI Linyi, LI Deren. Applied PSO-RBF to Aerial and Satellite Remote Sensing Image Texture Classification[J]. Geomatics and Information Science of Wuhan University, 2009, 34(9): 1051-1054.
Citation: LI Linyi, LI Deren. Applied PSO-RBF to Aerial and Satellite Remote Sensing Image Texture Classification[J]. Geomatics and Information Science of Wuhan University, 2009, 34(9): 1051-1054.

PSO-RBF应用于航空和卫星遥感影像的纹理分类

基金项目: 国家自然科学基金资助项目(40523005)
详细信息
    作者简介:

    李林宜,博士,讲师,主要研究方向为影像解译和粒子群优化算法。

  • 中图分类号: P237.3

Applied PSO-RBF to Aerial and Satellite Remote Sensing Image Texture Classification

Funds: 国家自然科学基金资助项目(40523005)
计量
  • 文章访问数:  785
  • HTML全文浏览量:  39
  • PDF下载量:  250
  • 被引次数: 0
出版历程
  • 收稿日期:  2009-07-15
  • 修回日期:  2009-07-15
  • 刊出日期:  2009-09-05

PSO-RBF应用于航空和卫星遥感影像的纹理分类

    基金项目:  国家自然科学基金资助项目(40523005)
    作者简介:

    李林宜,博士,讲师,主要研究方向为影像解译和粒子群优化算法。

  • 中图分类号: P237.3

摘要: 粒子群优化算法(PSO)是基于群体智能的新型进化计算技术,将核函数参数选取问题转换为优化问题,用PSO来进行处理,并将PSO与RBF联合(PSO-RBF)应用于航空和卫星遥感影像的纹理分类,实验结果验证了此方法的有效性。

English Abstract

李林宜, 李德仁. PSO-RBF应用于航空和卫星遥感影像的纹理分类[J]. 武汉大学学报 ● 信息科学版, 2009, 34(9): 1051-1054.
引用本文: 李林宜, 李德仁. PSO-RBF应用于航空和卫星遥感影像的纹理分类[J]. 武汉大学学报 ● 信息科学版, 2009, 34(9): 1051-1054.
LI Linyi, LI Deren. Applied PSO-RBF to Aerial and Satellite Remote Sensing Image Texture Classification[J]. Geomatics and Information Science of Wuhan University, 2009, 34(9): 1051-1054.
Citation: LI Linyi, LI Deren. Applied PSO-RBF to Aerial and Satellite Remote Sensing Image Texture Classification[J]. Geomatics and Information Science of Wuhan University, 2009, 34(9): 1051-1054.

目录

    /

    返回文章
    返回