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

基于高斯混合模型的遥感影像半监督分类

熊彪 江万寿 李乐林

熊彪, 江万寿, 李乐林. 基于高斯混合模型的遥感影像半监督分类[J]. 武汉大学学报 ● 信息科学版, 2011, 36(1): 108-112.
引用本文: 熊彪, 江万寿, 李乐林. 基于高斯混合模型的遥感影像半监督分类[J]. 武汉大学学报 ● 信息科学版, 2011, 36(1): 108-112.
XIONG Biao, JIANG Wanshou, LI Lelin. Gauss Mixture Model Based Semi-Supervised Classification for Remote Sensing Image[J]. Geomatics and Information Science of Wuhan University, 2011, 36(1): 108-112.
Citation: XIONG Biao, JIANG Wanshou, LI Lelin. Gauss Mixture Model Based Semi-Supervised Classification for Remote Sensing Image[J]. Geomatics and Information Science of Wuhan University, 2011, 36(1): 108-112.

基于高斯混合模型的遥感影像半监督分类

基金项目: 国家863计划资助项目(2007AA120203),遥感科学国家重点实验室开放研究基金资助项目
详细信息
    作者简介:

    熊彪,博士生。主要研究方向为遥感图像处理、智能信息提取。

  • 中图分类号: P237.4

Gauss Mixture Model Based Semi-Supervised Classification for Remote Sensing Image

Funds: 国家863计划资助项目(2007AA120203),遥感科学国家重点实验室开放研究基金资助项目
计量
  • 文章访问数:  901
  • HTML全文浏览量:  26
  • PDF下载量:  827
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-10-18
  • 刊出日期:  2011-01-05

基于高斯混合模型的遥感影像半监督分类

    基金项目:  国家863计划资助项目(2007AA120203),遥感科学国家重点实验室开放研究基金资助项目
    作者简介:

    熊彪,博士生。主要研究方向为遥感图像处理、智能信息提取。

  • 中图分类号: P237.4

摘要: 提出了对每一类地物的光谱特征用一个高斯混合模型(Gauss mixture model,GMM)描述的新思路,并应用在半监督分类(semi-supervised classification)中。实验证明,本方法只需少量的标定数据即可达到其他监督分类方法(如支持向量机分类、面向对象分类)的精度,具有较好的应用价值。

English Abstract

熊彪, 江万寿, 李乐林. 基于高斯混合模型的遥感影像半监督分类[J]. 武汉大学学报 ● 信息科学版, 2011, 36(1): 108-112.
引用本文: 熊彪, 江万寿, 李乐林. 基于高斯混合模型的遥感影像半监督分类[J]. 武汉大学学报 ● 信息科学版, 2011, 36(1): 108-112.
XIONG Biao, JIANG Wanshou, LI Lelin. Gauss Mixture Model Based Semi-Supervised Classification for Remote Sensing Image[J]. Geomatics and Information Science of Wuhan University, 2011, 36(1): 108-112.
Citation: XIONG Biao, JIANG Wanshou, LI Lelin. Gauss Mixture Model Based Semi-Supervised Classification for Remote Sensing Image[J]. Geomatics and Information Science of Wuhan University, 2011, 36(1): 108-112.

目录

    /

    返回文章
    返回