10.3969/j.issn.1004-9037.2006.04.018
基于数据融合的多特征遥感图像分类
以多光谱图像为研究对象,综合利用遥感图像的光谱、纹理和数学变换特征,提出了一种基于数据融合的多特征遥感地物分类方法.该方法针对不同的特征分别构造了神经网络分类器和K-均值聚类器,并对前者利用Adaboost算法进行提升,然后再将各特征的分类结果利用证据理论合成公式融合得到最终结果.实验结果表明,该方法的分类效果要优于单特征的分类结果.
图像分类、特征选择、Adaboost算法、证据理论
21
TP3(计算技术、计算机技术)
解放军部级基金
2007-01-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
463-467