[1] |
徐胜华, 刘纪平, 王想红, 张玉, 林荣福, 张蒙, 刘猛猛, 姜涛.
熵指数融入支持向量机的滑坡灾害易发性评价方法—以陕西省为例
. 武汉大学学报 ( 信息科学版),
2020, 45(8): 1214-1222.
doi: 10.13203/j.whugis20200109
|
[2] |
段佩祥, 钱海忠, 何海威, 谢丽敏, 罗登瀚.
基于支持向量机的线化简方法
. 武汉大学学报 ( 信息科学版),
2020, 45(5): 744-752, 783.
doi: 10.13203/j.whugis20180434
|
[3] |
祝胜男, 郭炜炜, 柳彬, 张增辉, 郁文贤.
利用超像素级上下文特征进行靠岸集装箱船检测
. 武汉大学学报 ( 信息科学版),
2019, 44(4): 578-585.
doi: 10.13203/j.whugis20170129
|
[4] |
鲍蕊, 薛朝辉, 张像源, 苏红军, 杜培军.
综合聚类和上下文特征的高光谱影像分类
. 武汉大学学报 ( 信息科学版),
2017, 42(7): 890-896.
doi: 10.13203/j.whugis20150043
|
[5] |
马超, 孙群, 陈换新, 温伯威.
利用路段分类识别复杂道路交叉口
. 武汉大学学报 ( 信息科学版),
2016, 41(9): 1232-1237.
doi: 10.13203/j.whugis20160073
|
[6] |
李粉玲, 常庆瑞, 刘佳岐, 刘京.
基于多纹理和支持向量机的ZY-102C星HR数据分类
. 武汉大学学报 ( 信息科学版),
2016, 41(4): 455-461,486.
doi: 10.13203/j.whugis20140356
|
[7] |
王凯, 舒宁, 孔祥兵, 李亮.
一种多特征转换的高光谱影像自适应分类方法
. 武汉大学学报 ( 信息科学版),
2015, 40(5): 612-616.
doi: 10.13203/j.whugis20130384
|
[8] |
李增科, 王坚, 高井祥, 谭兴龙.
利用SVM的GPS/INS组合导航滤波发散抑制方法研究
. 武汉大学学报 ( 信息科学版),
2013, 38(10): 1216-1220.
|
[9] |
彭令, 牛瑞卿, 赵艳南, 邓清禄.
基于核主成分分析和粒子群优化支持向量机的滑坡位移预测
. 武汉大学学报 ( 信息科学版),
2013, 38(2): 148-152,161.
|
[10] |
武雪玲, 任福, 牛瑞卿, 彭令.
斜坡单元支持下的滑坡易发性评价支持向量机模型
. 武汉大学学报 ( 信息科学版),
2013, 38(12): 1499-1503.
|
[11] |
巫兆聪, 欧阳群东, 胡忠文.
应用分水岭变换与支持向量机的极化SAR图像分类
. 武汉大学学报 ( 信息科学版),
2012, 37(1): 7-10.
|
[12] |
杨柳, 刘艳芳.
将微粒群和支持向量机用于耕地驱动因子选择的研究
. 武汉大学学报 ( 信息科学版),
2010, 35(2): 248-251.
|
[13] |
范千, 花向红.
基于相空间重构与支持向量机预测滑坡位移的一种新方法
. 武汉大学学报 ( 信息科学版),
2009, 34(2): 248-251.
|
[14] |
熊华, 刘耀林, 车珊珊, 张俊峰.
基于支持向量机的土地利用变化模拟模型
. 武汉大学学报 ( 信息科学版),
2009, 34(3): 366-369.
|
[15] |
王新洲, 范千, 许承权, 李昭.
基于小波变换和支持向量机的大坝变形预测
. 武汉大学学报 ( 信息科学版),
2008, 33(5): 469-471.
|
[16] |
陈刚, 鄂栋臣.
基于纹理分析和支持向量机的极地冰雪覆盖区的云层检测
. 武汉大学学报 ( 信息科学版),
2006, 31(5): 403-406.
|
[17] |
金淑英, 李德仁, 龚健雅.
基于偏最小二乘回归的纹理特征线性组合
. 武汉大学学报 ( 信息科学版),
2006, 31(5): 399-402.
|
[18] |
徐芳, 梅文胜, 燕琴.
支持向量机中遗传模糊C-均值的样本预选取方法
. 武汉大学学报 ( 信息科学版),
2005, 30(10): 921-924.
|
[19] |
梅建新, 段汕, 秦前清.
基于支持向量机的特定目标检测方法
. 武汉大学学报 ( 信息科学版),
2004, 29(10): 912-915,932.
|
[20] |
徐芳, 燕琴.
基于支持向量机的航空影像纹理分类研究
. 武汉大学学报 ( 信息科学版),
2003, 28(5): 517-520.
|