Please wait a minute...
 
国土资源遥感  1995, Vol. 7 Issue (4): 1-4,13    DOI: 10.6046/gtzyyg.1995.04.01
  综述 本期目录 | 过刊浏览 | 高级检索 |
提高遥感数据分类应用性的有效途径
李四海
国家海洋信息中心遥感室, 天津 300171
AN EFFICIENT WAY TO IMPROVE THE CALSSIFICATION BY USING KEMOTE SENSING DATA
Li Sihai
Remote Sensing Division, National Marine Data & Information Service, TianJin, 300171
全文: PDF(337 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

本文介绍了日前对遥感数据进行自动分类的常用算法及其改进方向,指出在现有技术条件下,多元、多维信息复合技术是提高遥感数据自动分类应用的有效途径。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
廖圣东
廖其芳
曾文华
王娟
雷磊
谢风猛
关键词 高分辨率遥感影像城市三维景观数字城市    
Abstract

Abstract The common methods and developing trends about the classification of remote sensing data is discussed in this paper. The merging of remote sensing with comprehansively varous information is considered an efficient may to improve the classification precision of remote sensing data under the current conditions.

Key wordsHigh resolution remote sensing image    3D urban landscape    Cybercity
收稿日期: 1995-05-19      出版日期: 2011-08-02
引用本文:   
李四海. 提高遥感数据分类应用性的有效途径[J]. 国土资源遥感, 1995, 7(4): 1-4,13.
Li Sihai. AN EFFICIENT WAY TO IMPROVE THE CALSSIFICATION BY USING KEMOTE SENSING DATA. REMOTE SENSING FOR LAND & RESOURCES, 1995, 7(4): 1-4,13.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.1995.04.01      或      https://www.gtzyyg.com/CN/Y1995/V7/I4/1


[1] Paul V Balstad、Lillsand T M. Rapid Maximu Likelihood Classificarion. PE & RS,V o1. 57


[2] 章杨清等.利用分维向量改进神经网络在遥感模式识别中的分类精度.环境遥感,1994(2)


[3] 塔西浦拉提.特依拜利用分形特征量提高土地覆盖分类精度的研究.环境遥感,1994(2)


[4] 殷勤业等编译.模式识别和神经网络.北京:机械工业出版社,1992年


[5] 李树楷主编.全球环境资源遥感分析.北京:测绘出版社,1992年


[6] 阎守岂.现代遥感技术系统及其发展趋势.环境遥感,1995,10(2)


[7] 边馥荃等.航天遥感信息作为GIS更新信息源的研究黄土高原(重点产沙区)信息系统研究.北京;测绘出版社,1988年

[1] 薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[2] 胡苏李扬, 李辉, 顾延生, 黄咸雨, 张志麒, 汪迎春. 基于高分辨率遥感影像的神农架大九湖湿地土地利用类型变化及其驱动力分析——来自长时间尺度多源遥感信息的约束[J]. 国土资源遥感, 2021, 33(1): 221-230.
[3] 卫虹宇, 赵银娣, 董霁红. 基于改进RetinaNet的冷却塔目标检测[J]. 国土资源遥感, 2020, 32(4): 68-73.
[4] 吴同, 彭玲, 胡媛. 基于SU-RetinaNet的高分辨率遥感影像非正规垃圾堆检测[J]. 国土资源遥感, 2020, 32(3): 90-97.
[5] 康晋洁, 戚浩平, 杨清华, 陈华. 道路通行障碍物遥感检测与通过性评价[J]. 国土资源遥感, 2020, 32(2): 94-102.
[6] 岳梦雪, 秦昆, 张恩兵, 张晔, 曾诚. 基于数据场和密度聚类的高分辨率影像居民区提取[J]. 国土资源遥感, 2017, 29(3): 92-97.
[7] 邓曾, 李丹, 柯樱海, 吴燕晨, 李小娟, 宫辉力. 基于改进SVM算法的高分辨率遥感影像分类[J]. 国土资源遥感, 2016, 28(3): 12-18.
[8] 温礼, 吴海平, 姜方方, 苏伟, 朱德海, 张超. 基于高分辨率遥感影像的围填海图斑遥感监测分类体系和解译标志的建立[J]. 国土资源遥感, 2016, 28(1): 172-177.
[9] 杨兴旺, 杨树文, 张黎明, 姚花琴, 李轶鲲. 高分辨率遥感影像阴影检测与补偿系统的设计与实现[J]. 国土资源遥感, 2015, 27(3): 177-181.
[10] 于海洋, 甘甫平, 党福星. 高分辨率遥感影像波段配准误差试验分析[J]. 国土资源遥感, 2007, 19(3): 39-42.
[11] 廖圣东, 廖其芳, 曾文华, 王娟, 雷磊. 高分辨率遥感影像在城市三维景观建立中的应用[J]. 国土资源遥感, 2006, 18(4): 40-42.
[12] 尤红建, 苏林, 李树楷, 刘彤, 刘建明. 面向"数字城市"的遥感信息获取与处理系统[J]. 国土资源遥感, 2003, 15(1): 1-4.
[13] 吴承健, 徐振华, 邓吉秋, 李挺. “数字城市”的关键技术及实现策略[J]. 国土资源遥感, 2002, 14(4): 76-78.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发