注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 分类精度预算分类66

  2. 分类精度预算分类精度预算分类精度预算分类精度预算分类精度预算分类精度预算

  3. 所属分类：专业指导

    • 发布日期：2009-05-27
    • 文件大小：2048
    • 提供者：ftpking

  1. 基于PSO 面向K近邻分类的特征权重学习算法.pdf

  2. 提出了一种基于 PSO 进行权重学习 的算法 PSOKNN ,通过与传统 KNN、GAKNN 及 ReliefKNN 的实验比较分析表明 ,该方法可有效地搜索出合适的特 征权重 ,获得较好的分类精度并淘汰冗余或无关的特征

  3. 所属分类：其它

    • 发布日期：2009-08-01
    • 文件大小：120832
    • 提供者：zz991126

  1. 基于支持向量机的遥感图像分类方法

  2. 基于支持向量机的遥感图像分类方法,为了提高遥感图像分类的精度,弥补传统最大似然分类方法所固有的分类时样本不足的缺陷,提出了 一种基于支持向量机、光谱特征和纹理特征相结合的遥感图像分类方法。采用ETM数据,按照其所提方法进 行了具体分类实验,并将实验结果与最大似然法分类的结果进行了比较分析。结果表明,利用基于支持向量机 的方法进行遥感图像分类,精度明显优于最大似然法分类的精度。利用光谱特征与纹理特征相结合进行分类比 单纯运用光谱特征进行分类效果要好

  3. 所属分类：专业指导

    • 发布日期：2010-05-03
    • 文件大小：83968
    • 提供者：hs2282

  1. 基于 B P神经网络的遥感影像分类方法

  2. 为了消除传统的遥感影像分类所带来的模糊性和不确定性，采用 B P神经网络进行遥感影像分类。利用 Matlab软件构建 B P网络遥感影像分类算法，通过对 B P网络算法进行改进，采用动量． 自适应学习速率调整算 法克服了网络训练速度慢、不易收敛到全局最优等缺点。对一幅全色遥感图像通过300次训练后，输出能真实反映地类的影像图，其分类总精度为86.67 ％，Kappa系数为0.82，分类精度能够满足遥感图像分类的需要。

  3. 所属分类：网络基础

  1. 基于 R B F神经网络的土壤分类设计

  2. 摘要 为了提高土壤遥感图象分类精度， 把径向基经网络应用到遥感土壤分类 系统， 并基于Matlab平台仿真模拟。仿真结果表明,经过训练的 R B F神经网络可有效识别土壤特征,实现自动土壤分类。

  3. 所属分类：网络基础

  1. 遥感影像分类精度评价VC程序

  2. 遥感影像分类后精度评价，包括kappa系数的计算，混淆矩阵，总体精度的计算等。

  3. 所属分类：C++

    • 发布日期：2010-07-09
    • 文件大小：253952
    • 提供者：peterson10

  1. 【期刊】基于径向基函数神经网络的高光谱遥感图像分类

  2. 从径向基函数神经网络的理论出发, 针对高光谱数据的特点, 设计了有效的特征提取模型, 再与径向基函数神经网络的输入层连接, 建立了一个新的径向基函数神经网络的高光谱遥感影像分类模型, 并用国产OMISII 传感器获得的64 波段数据进行试验。首先进行了最小噪声分离变换, 提取了1～20 个分量的数据, 使用提取后的数据(20 维) 、提取后数据的纹理变换(20 维) 和主成分分析的前(20 维) , 组成了60 维向量数据进行分类处理, 这种分类器结构简单、容易训练、收敛速度快, 其分类精度达

  3. 所属分类：网络基础

    • 发布日期：2010-11-09
    • 文件大小：666624
    • 提供者：timeme

  1. 基于CRFs 的中文分词和短文本分类技术.pdf

  2. 本文的工作主要包括两部分：第一部分，我们借用了文本分类领域的特征选择算法对中文分词中的特征进行分析。分析结果表明，特征选择算法在中文分词的任务中也是适用的。在中文分词领域，基于字标注的方法得到广泛应用。通过字标注系统，中文分词任务被转换为序列标注任务，许多成熟的机器学习算法得以应用。评测结果表明，在众多的机器学习算法中，基于CRFs的分词器可以达到state-of-the-art的分词效果。CRFs分词器对于给出的每一个切分，都可以提供置信度。在本文中，我们深入调研了CRFs提供的置信度，在此

  3. 所属分类：其它

    • 发布日期：2011-01-04
    • 文件大小：1048576
    • 提供者：chwbin

  1. BP神经网络分类程序

  2. BP神经网络图像分类的程序 可供学习者参考 有一点需要大家考虑：神经网络需要很大的样本但这个程序只有十个样本，分类精度肯定不高 仅作大家学习参考

  3. 所属分类：其它

    • 发布日期：2011-11-28
    • 文件大小：1048576
    • 提供者：wn123

  1. 基于混沌遗传算法的遥感影像分类

  2. 】为提高遥感影像分类精度，本文提出基于混沌遗传算法（Chaos Genetic Algorithm）的遥 感影像分类方法。首先应用混沌遗传算法对样本进行自学习得到全局最优的聚类中心，然后通过得 到的聚类中心对整幅影像进行分类。该方法利用混沌变量的遍历性，进行粗粒搜索，优化遗传算法 的初始种群，从而提高收敛速度；对经过选择算子、交叉算子、变异算子计算得到的优秀个体，利 用混沌系统对初始条件和系统参数的敏感性进行混沌扰动，避免陷入局部最优，从而得到全局最优 解，获得最优聚类中心。该方法应用于淮南矿

  3. 所属分类：其它

    • 发布日期：2011-11-28
    • 文件大小：738304
    • 提供者：hc315

  1. 一种提高SVM分类精度的调制信号识别方法

  2. 为解决调制信号样本点特征向量维数较低时SVM分类精度不高的问题，本文给出了一种基于禁忌搜索的全局优化训练算法的SVM。仿真结果表明，该分类器较传统算法的SVM具有更好的分类精确率。

  3. 所属分类：其它

  1. TM影像与高分辨率影像融合前后分类精度对比

  2. 本文针对朝阳区土地利用类型特点选取TM影像和CBERS-02B影像为研究数据，根据最佳指数法（OIF）计算TM影像最佳组合波段。利用ENVI对最佳波段组合和高分辨率CBERS-02B影像进行校正、裁剪、融合，并对融合前后数据分别进行监督分类。通过比较融合前后分类结果的总体精度和Kappa系数，发现多波段数据与高精度数据融合能够提高地物类型的分类精度。

  3. 所属分类：教育

    • 发布日期：2014-07-31
    • 文件大小：30408704
    • 提供者：zwx19925319

  1. 基于灰度共生矩阵提取纹理 灰度共生矩阵; 纹理; 特征图像; 分类

  2. 在遥感影像分类的过程中非光谱特征起着重要的辅助作用。纹理特征作为一种重要的非光谱特 征对于遥感影像分类精度的提高也有很重要的作用。本文主要研究了通过灰度共生矩阵提取纹理特征图像的方 法, 对该方法提取纹理特征图像进行了相关的实验分析。并将其在分类中的应用进行实验, 证明了灰度共生矩阵 提取的纹理特征对图像分类精度提高起到一定的作用。

  3. 所属分类：专业指导

  1. 图像分类评价标准 matlab

  2. 利用不同样本选择方法进行变化检测实验的结果的好坏是通过与对应的精标准图像——GroundTruth进行相似度衡量而得到的。 总体分类精度OA（Overall Accuracy）是指正确分类的像素点数与总的像素点数的比值，是一种常用的衡量变化检测结果的指标， Kappa系数是一种能更加精确衡量分类准确度的参数，能较好的反映出两者的一致性，

  3. 所属分类：其它

    • 发布日期：2017-09-24
    • 文件大小：4096
    • 提供者：qq_21397455

  1. 基于最佳波段组合的高光谱遥感影像分类

  2. 针对高光谱数据维数高、数据量大、信息冗余多、波段相关性强等特点，在综合各种数据降维方法的基础 上，提出一种基于最佳波段组合的高光谱遥感影像分类方法。以美国印第安纳州地区的 AVIＲIS 数据为例，分析 各波段信息量和相邻波段的相关性，利用子空间划分、分段波段指数选择法，进行特征波段的选择; 并针对难区 分地物类别，应用 J － M 距离模型对其可分性进行判别，获得最佳波段组合。最后采用支持向量机分类器进行分 类。实验结果表明，采用最佳波段组合方法，可以有效地提高高光谱的分类精度。

  3. 所属分类：其它

    • 发布日期：2017-11-20
    • 文件大小：259072
    • 提供者：lemonwumiao

  1. 遥感影像分类精度评价

  2. 对分类结果进行评价，确定分类的精度和可靠性。有两种方式用于精度验证：一是混淆矩阵，二是ROC曲线，比较常用的为混淆矩阵，ROC曲线可以用图形的方式表达分类精度，比较形象。 对一帧遥感影像进行专题分类后需要进行分类精度的评价，而进行评价精度的因子有混淆矩阵、总体分类精度、Kappa系数、错分误差、漏分误差、每一类的制图精度和拥护精度。

  3. 所属分类：讲义

    • 发布日期：2018-03-20
    • 文件大小：200704
    • 提供者：ting1112

  1. 深度学习卷积神经网络可检测和分类番茄植物叶病

  2. 番茄作物是市场上的重要主食，并且是日常食用的最常见的作物之一。 植物或农作物疾病导致生产质量和数量下降； 因此，对这些疾病的检测和分类非常必要。 感染番茄植物的疾病有很多类型，例如细菌斑，晚疫病，裁缝叶斑，番茄花叶和黄色弯曲。 早期发现植物病害可提高产量并提高其质量。 当前，智能方法已被广泛用于检测和分类这些疾病。 这种方法可以帮助农民识别类型吗？ 感染农作物的疾病 当前工作的主要目的是应用一种现代技术来识别和分类疾病。 智能技术基于使用卷积神经网络（CNN）的技术，而卷积神经网络是机器学习的一

  3. 所属分类：其它

    • 发布日期：2020-05-13
    • 文件大小：1048576
    • 提供者：weixin_38694566

  1. 基于分区决策树的乌达煤田土地覆被分类研究

  2. 精确的土地覆被分类结果是研究煤田火区生态环境变化的基础。本文基于Landsat8卫星遥感数据,依据地形特征、主体地物类型以及辐射特征,将乌达煤田分为五个子区。利用多光谱特征、高程、坡度和热辐射特性构建决策树模型,并分区实现土地覆被分类。分类结果表明,与传统决策树分类法相比,基于决策树法的分区分类方法总体分类精度提高了14.75%,Kappa系数增加了0.17,其准确性有了较大的提高。

  3. 所属分类：其它

    • 发布日期：2020-05-06
    • 文件大小：679936
    • 提供者：weixin_38714641

  1. 运动图像大脑计算机界面中的分类精度提高了33％

  2. 在这项工作中，提出了一种基于右手运动图像的脑机接口。 这样的系统需要识别不同的大脑状态及其分类。 脑电图记录的大脑信号自然会受到各种噪音和干扰的污染。 通过实施不需要参考通道的自动方法“ Kmeans-ICA”来执行人工眼的去除。 该方法首先将脑电信号分解为独立分量。 然后使用Kmeans聚类（一种非监督的机器学习技术）来识别伪造的事物。 在信号预处理之后，实现了Brain计算机接口系统。 提取小波相干性，小波相位锁定值和频带功率的生理可解释特征被计算出来，并引入统计测试中，以检查松弛和运动成像

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：3145728
    • 提供者：weixin_38618315

  1. 训练样本对湿地分类精度的影响

  2. 为探寻训练样本数量对湿地遥感影像分类精度的影响规律,基于统计学理论提出面向对象的分类方法,以GF-2影像为数据源,在构建标准训练样本集的基础上,研究KNN算法和SVM算法的线性函数、多项式函数、径向基函数在湿地分类中的适用性和有效性。根据分类统计和对比分析结果,得到了提取湿地要素时能够满足精度所需的最少训练样本数量。利用该方法在河南省三门峡市天鹅湖公园进行试验,提取3~10倍波段数的训练样本,对每个样本进行3次试验,得到96张分类图。结果表明,选取6倍波段数的样本数量,总体分类精度达到85%,K

  3. 所属分类：其它

    • 发布日期：2020-06-12
    • 文件大小：1048576
    • 提供者：weixin_38686924
« 12 3 4 5 6 7 8 9 10 ... 50 »