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

航空影像分割的最小二乘支持向量机方法

徐芳 梅文胜 张志华

徐芳, 梅文胜, 张志华. 航空影像分割的最小二乘支持向量机方法[J]. 武汉大学学报 ● 信息科学版, 2005, 30(8): 694-698.
引用本文: 徐芳, 梅文胜, 张志华. 航空影像分割的最小二乘支持向量机方法[J]. 武汉大学学报 ● 信息科学版, 2005, 30(8): 694-698.
XU Fang, MEI Wensheng, ZHANG Zhihua. Least Squares Support Vector Machines for Aerial Images Segmentation[J]. Geomatics and Information Science of Wuhan University, 2005, 30(8): 694-698.
Citation: XU Fang, MEI Wensheng, ZHANG Zhihua. Least Squares Support Vector Machines for Aerial Images Segmentation[J]. Geomatics and Information Science of Wuhan University, 2005, 30(8): 694-698.

航空影像分割的最小二乘支持向量机方法

基金项目: 国家自然科学基金资助项目(40271094)
详细信息
    作者简介:

    徐芳,讲师,博士。现主要从事图像解译、支持向量机和近景摄影测量研究

  • 中图分类号: P237.3;P231.5

Least Squares Support Vector Machines for Aerial Images Segmentation

Funds: 国家自然科学基金资助项目(40271094)
计量
  • 文章访问数:  395
  • HTML全文浏览量:  12
  • PDF下载量:  341
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-05-08
  • 修回日期:  2005-05-08
  • 刊出日期:  2005-08-05

航空影像分割的最小二乘支持向量机方法

    基金项目:  国家自然科学基金资助项目(40271094)
    作者简介:

    徐芳,讲师,博士。现主要从事图像解译、支持向量机和近景摄影测量研究

  • 中图分类号: P237.3;P231.5

摘要: 将最小支持向量机LS-SVM用于航空影像的分割,讨论了不同核函数对分割结果的影响和稀疏化处理对决策函数的影响。试验表明了LS-SVM方法用于航空影像分割的可行性。

English Abstract

徐芳, 梅文胜, 张志华. 航空影像分割的最小二乘支持向量机方法[J]. 武汉大学学报 ● 信息科学版, 2005, 30(8): 694-698.
引用本文: 徐芳, 梅文胜, 张志华. 航空影像分割的最小二乘支持向量机方法[J]. 武汉大学学报 ● 信息科学版, 2005, 30(8): 694-698.
XU Fang, MEI Wensheng, ZHANG Zhihua. Least Squares Support Vector Machines for Aerial Images Segmentation[J]. Geomatics and Information Science of Wuhan University, 2005, 30(8): 694-698.
Citation: XU Fang, MEI Wensheng, ZHANG Zhihua. Least Squares Support Vector Machines for Aerial Images Segmentation[J]. Geomatics and Information Science of Wuhan University, 2005, 30(8): 694-698.

目录

    /

    返回文章
    返回