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

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

陶建斌 舒宁 龚龑 沈照庆

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[J]. 武汉大学学报 ● 信息科学版, 2010, 35(6): 727-732.
引用本文: 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[J]. 武汉大学学报 ● 信息科学版, 2010, 35(6): 727-732.
TAO Jianbin, SHU Ning, GONG Yan, SHEN Zhaoqing. An Instructed Unsupervised Classification Method for Remote Sensing Image Based on Gaussian Mixture Model[J]. Geomatics and Information Science of Wuhan University, 2010, 35(6): 727-732.
Citation: TAO Jianbin, SHU Ning, GONG Yan, SHEN Zhaoqing. An Instructed Unsupervised Classification Method for Remote Sensing Image Based on Gaussian Mixture Model[J]. Geomatics and Information Science of Wuhan University, 2010, 35(6): 727-732.

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

基金项目: 国家973计划资助项目(2006CB701303)
详细信息
    作者简介:

    陶建斌,博士生,研究方向为遥感影像智能化解译。

  • 中图分类号: P237.4;TP753

An Instructed Unsupervised Classification Method for Remote Sensing Image Based on Gaussian Mixture Model

Funds: 国家973计划资助项目(2006CB701303)
计量
  • 文章访问数:  840
  • HTML全文浏览量:  61
  • PDF下载量:  368
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-05-04
  • 修回日期:  2010-05-04
  • 刊出日期:  2010-06-05

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

    基金项目:  国家973计划资助项目(2006CB701303)
    作者简介:

    陶建斌,博士生,研究方向为遥感影像智能化解译。

  • 中图分类号: P237.4;TP753

摘要: 提出了一种遥感影像非监督分类的新方法GMM-UC。该方法以有限混合密度理论为基础,认为遥感数据由有限个子高斯分布以一定比例“混合”而成,通过改进EM算法自动确定子高斯分布及其参数,再从中“还原”出各个地物类(各子高斯分别对应一类地物)。实验结果表明,该方法获得了较好的分类效果,一定程度上避免了传统非监督分类方法的缺陷,扩大了非监督方法的应用范围。

English Abstract

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[J]. 武汉大学学报 ● 信息科学版, 2010, 35(6): 727-732.
引用本文: 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[J]. 武汉大学学报 ● 信息科学版, 2010, 35(6): 727-732.
TAO Jianbin, SHU Ning, GONG Yan, SHEN Zhaoqing. An Instructed Unsupervised Classification Method for Remote Sensing Image Based on Gaussian Mixture Model[J]. Geomatics and Information Science of Wuhan University, 2010, 35(6): 727-732.
Citation: TAO Jianbin, SHU Ning, GONG Yan, SHEN Zhaoqing. An Instructed Unsupervised Classification Method for Remote Sensing Image Based on Gaussian Mixture Model[J]. Geomatics and Information Science of Wuhan University, 2010, 35(6): 727-732.

目录

    /

    返回文章
    返回