[1] |
季顺平, 田思琦, 张驰.
利用全空洞卷积神经元网络进行城市土地覆盖分类与变化检测
. 武汉大学学报 ● 信息科学版,
2020, 45(2): 233-241.
doi: 10.13203/j.whugis20180481
|
[2] |
庄会富, 邓喀中, 余美, 范洪冬.
结合KI准则和逆高斯模型的SAR影像非监督变化检测
. 武汉大学学报 ● 信息科学版,
2018, 43(2): 282-288.
doi: 10.13203/j.whugis20160079
|
[3] |
王春艳, 刘佳新, 徐爱功, 王玉, 隋心.
一种新的高分辨率遥感影像模糊监督分类方法
. 武汉大学学报 ● 信息科学版,
2018, 43(6): 922-929.
doi: 10.13203/j.whugis20150726
|
[4] |
孙文舟, 殷晓冬, 李树军.
基于熵权重的水下载体导航信息融合方法
. 武汉大学学报 ● 信息科学版,
2018, 43(10): 1465-1471.
doi: 10.13203/j.whugis20160550
|
[5] |
黄为, 李永刚, 汪毅, 张龙.
基于空间共现核的遥感影像分类
. 武汉大学学报 ● 信息科学版,
2017, 42(7): 884-889.
doi: 10.13203/j.whugis20150099
|
[6] |
康一飞, 潘励, 孙明伟, 陈奇, 王越.
基于高斯混合模型法的国产高分辨率卫星影像云检测
. 武汉大学学报 ● 信息科学版,
2017, 42(6): 782-788.
doi: 10.13203/j.whugis20140875
|
[7] |
许凯, 秦昆, 刘修国, 李登朝.
高斯混合模型云变换算法及其在图像分割中的应用
. 武汉大学学报 ● 信息科学版,
2013, 38(10): 1163-1166.
|
[8] |
王琰, 舒宁, 龚龑.
利用马尔柯夫随机场图模型的变化像斑类别判定方法
. 武汉大学学报 ● 信息科学版,
2012, 37(5): 542-545.
|
[9] |
郑文武, 曾永年.
利用多分类器集成进行遥感影像分类
. 武汉大学学报 ● 信息科学版,
2011, 36(11): 1290-1293.
|
[10] |
陶建斌, 舒宁, 龚龑, 沈照庆.
一种基于高斯混合模型的遥感影像有指导非监督分类方法
. 武汉大学学报 ● 信息科学版,
2010, 35(6): 727-732.
|
[11] |
许凯, 秦昆, 杜鹢.
利用决策级融合进行遥感影像分类
. 武汉大学学报 ● 信息科学版,
2009, 34(7): 826-829.
|
[12] |
徐宏根, 马洪超, 宋妍, 贾小霞.
顾及上下文信息的混合广义高斯密度模型遥感影像分类方法研究
. 武汉大学学报 ● 信息科学版,
2008, 33(9): 959-962.
|
[13] |
严勇, 李清泉, 孙久运.
投影寻踪学习网络的遥感影像分类
. 武汉大学学报 ● 信息科学版,
2007, 32(10): 876-879.
|
[14] |
宋杨, 万幼川, 申绍洪, 陈鹏.
基于傅立叶变换的混合分类模型用于NDVI时序影像分析
. 武汉大学学报 ● 信息科学版,
2007, 32(5): 406-409.
|
[15] |
尹淑玲, 舒宁, 刘新华.
基于自适应遗传算法和改进BP算法的遥感影像分类
. 武汉大学学报 ● 信息科学版,
2007, 32(3): 201-204.
|
[16] |
易尧华, 余长慧, 秦前清, 龚健雅.
基于独立分量分析的遥感影像非监督分类方法
. 武汉大学学报 ● 信息科学版,
2005, 30(1): 19-22.
|
[17] |
余鹏, 封举富, 童行伟.
一种新的基于高斯混合模型的纹理图像分割方法
. 武汉大学学报 ● 信息科学版,
2005, 30(6): 514-517.
|
[18] |
黄桂兰, 郑肇葆.
纹理模型法用于影像纹理分类
. 武汉大学学报 ● 信息科学版,
1998, 23(1): 40-42.
|
[19] |
张景雄.
遥感影像的全模糊监督分类
. 武汉大学学报 ● 信息科学版,
1998, 23(3): 211-214.
|
[20] |
贾永红, 李德仁.
基于Bayes融合法的多源遥感影像分类
. 武汉大学学报 ● 信息科学版,
1997, 22(3): 246-251.
|