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. 学术论文高光谱

  2. 学习高光谱遥感，课题通过次论文学习如何处理高光谱遥感图像

  3. 所属分类：其它

    • 发布日期：2014-07-07
    • 文件大小：902144
    • 提供者：baidu_17326581

  1. 高分辨率遥感图像文献阅读总结

  2. 使用形状特征以及光谱特征融合并用SVM对其进行分类

  3. 所属分类：教育

    • 发布日期：2015-12-04
    • 文件大小：1048576
    • 提供者：u012550523

  1. 武汉大学测绘遥感信息工程国家重点实验室张良培小组研究方向介绍

  2. 介绍了武汉大学测绘遥感实验室在高光谱领域的研究及应用方向，对这方面感兴趣的同学可以下载

  3. 所属分类：其它

    • 发布日期：2017-03-28
    • 文件大小：16777216
    • 提供者：jennifergan544

  1. 高光谱/遥感图像常用数据集

  2. 内有常用的高光谱图像（HSI）数据集，有常用的Indian,Pavia。每类数据集里包含图像原始信息，以及相对应的地面真实数据的类别标签。因文件大小限制，只能传这两个数据集，还有Salinas等数据集，大家需要的话可留言。

  3. 所属分类：数据库

    • 发布日期：2017-04-20
    • 文件大小：45088768
    • 提供者：dovejay

  1. 高分辨率多光谱遥感图像的自动配准_吴俣

  2. 高分辨率多光谱遥感图像的自动配准_吴俣

  3. 所属分类：机器学习

    • 发布日期：2017-07-11
    • 文件大小：1040384
    • 提供者：burridge

  1. 蒲瑞良—高光谱高分辨率遥感讲座

  2. 蒲瑞良遥感技术讲座 高光谱\高分辨率遥感在植被和湿地研究中的应用

  3. 所属分类：专业指导

    • 发布日期：2008-12-14
    • 文件大小：13631488
    • 提供者：sunglowhh

  1. 使用ENVI的高光谱工具处理多光谱数据

  2. 本专题的目的是向用户展示如何使用ENVI先进的高光谱工具对多光谱数据进行分析。要更好地理解高光谱处理的概念及其工具，请参见ENVI高光谱辅导指南。

  3. 所属分类：专业指导

    • 发布日期：2009-01-10
    • 文件大小：527360
    • 提供者：qwaszx123zxasqw

  1. 应用ENVI 进行高光谱波谱分析和地物识别

  2. 主要介绍用ENVI如何实现地物识别，以求在此过程中更好地熟悉和理解高光谱遥感图像的处理方法和步骤。本章选用的实验数据是一幅经过校准的AVIRIS图像，处理的结果用于地质学应用，这主要是考虑到，到目前为止地质学研究仍然是高光谱遥感的主要应用领域之一。最后，我对一幅相比之下空间分辨率更高的用于军事的高光谱图像进行了部分改进的分析操作，以便比较分类效果。

  3. 所属分类：讲义

    • 发布日期：2018-03-20
    • 文件大小：2097152
    • 提供者：ting1112

  1. 常用的高光谱遥感数据3

  2. 均为MATLAB数据文件，由于上传大小限制，分三批上传，第三批

  3. 所属分类：机器学习

    • 发布日期：2018-04-12
    • 文件大小：29360128
    • 提供者：qq_29673583

  1. 常用的高光谱遥感数据1

  2. 是从这个网站上下的 http://www.ehu.eus/ccwintco/index.php?title=Hyperspectral_Remote_Sensing_Scenes 包括1 Indian Pines 2 Salinas 2.1 Salinas scene 2.2 Salinas-A scene 3 Pavia Centre and University 3.1 Pavia Centre scene 3.2 Pavia University scene 4 Cuprite 5 Ke

  3. 所属分类：机器学习

    • 发布日期：2018-04-12
    • 文件大小：185597952
    • 提供者：qq_29673583

  1. 常用的高光谱遥感数据2

  2. 均为MATLAB数据文件，由于上传大小限制，分三批上传，第二批

  3. 所属分类：机器学习

    • 发布日期：2018-04-12
    • 文件大小：221249536
    • 提供者：qq_29673583

  1. 农业高光谱遥感论文

  2. 关于农业高光谱研究方向的论文精华版，对研究方向会有很大帮助。

  3. 所属分类：教育

    • 发布日期：2018-12-17
    • 文件大小：112197632
    • 提供者：weixin_44145287

  1. 高光谱概念

  2. 讲述高光谱遥感概念、成像技术及数据处理与分析的特点等

  3. 所属分类：讲义

    • 发布日期：2019-03-06
    • 文件大小：2097152
    • 提供者：lzhg10

  1. 谐波能量谱特征向量的高光谱影像Bayes分类

  2. 对于高光谱影像存在高维非线性、数据冗余多、纯训练样本难以提取等不足，引入频率域空间的谐波分析（harmonic analysis，HA）理论并提出了一种高光谱影像的HA-Bayes监督分类方法。该方法在保持高光谱数据空—谱特性不变的情况下，从光谱维角度分析不同分解层的影像光谱谐波特征，将高光谱影像变换成由谐波能量谱组成的频率域特征矢量信息。通过建立谐波能量谱特征向量的先验知识，实现Bayes准则下谐波能量谱特征矢量信息判别与分类，最终实现高光谱影像分类。将此方法应用到ROSIS高光谱影像分类时

  3. 所属分类：其它

    • 发布日期：2019-07-22
    • 文件大小：2097152
    • 提供者：weixin_39840650

  1. Pavia 高光谱.zip

  2. 该文件包含Pavia.mat、Pavia_gt.mat，是深度学习高光谱遥感图像的数据集之一

  3. 所属分类：深度学习

    • 发布日期：2019-07-23
    • 文件大小：128974848
    • 提供者：fyc_eason

  1. 遥感图像 恢复.zip

  2. 这是基于全变分的高光谱遥感图像恢复源代码。下载解压后直接运行。

  3. 所属分类：机器学习

    • 发布日期：2020-05-17
    • 文件大小：686080
    • 提供者：jeffsonfu

  1. 基于高光谱遥感影像的AOD反演

  2. 气溶胶光学厚度(Aerial Optical Depth,AOD)是重要的大气参数,也是大气校正中不可缺少的变量。文中通过两种AOD反演算法的实施和比较,探讨了利用高光谱进行AOD反演的可行性和算法的适用性。通过两种方法,对四幅影像进行了气溶胶的反演,并以地基观测数据进行了对比验证。结果显示改进的V5.2算法在非浓密植被区域的精度较高,而在浓密植被区域与DDV算法精度相当,由于两种算法均依赖于波段固定的线性关系,使得两种算法在气溶胶的反演中均有误差。

  3. 所属分类：其它

    • 发布日期：2020-04-24
    • 文件大小：1048576
    • 提供者：weixin_38700430

  1. 接种AM真菌对东部草原矿区不同配比黑黏土的玉米光谱反演

  2. 为改善东部草原露天矿区黑黏土黏性强、透气性差、土壤养分有效性低的现况，设2个水平接种AM真菌处理:接种丛枝菌根(M)和不接种菌根的对照组(CK)。同时将黏土设置了 4 种不同配比处理:沙土(S)、黏土(N)，沙土与黏土按质量1∶1配比(S∶N=1∶1)、沙土与黏土按质量3∶1配比(S∶N=3∶1)。利用高光谱遥感技术监测在不同基质下接种丛枝菌根真菌对植物生长发育的影响，对比不同处理下典型光谱特征参数的差异，并筛选与叶绿素含量相关性高的特征参数，以此为自变量利用逐步回归和BP神经网络的建模方法反演

  3. 所属分类：其它

    • 发布日期：2020-04-18
    • 文件大小：1048576
    • 提供者：weixin_38657848

  1. 一种基于光谱角原理的多光谱遥感图像云检测算法

  2. 为了满足遥感卫星实时云检测要求，提出了一种基于光谱角的云检测算法。首先在多光谱谱段构成的欧式空间中构造参考云矢量；然后计算图像中各像元矢量与参考云矢量的光谱角，对光谱角进行高斯滤波生成云掩膜；最后计算得到图像中云量百分比。利用该算法对156景人工标注过的LandSat7有云图像进行云检测，结果表明本文算法云检测整体精度能到达83.6%，平均执行速度为360 ms。本文算法原理简单，执行速度快，检测效果好，具有星上实时应用潜力。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：536576
    • 提供者：weixin_38499950

  1. 基于Contourlet变换的高光谱图像分类研究

  2. 摘要：本文介绍了稀疏成分高光谱遥感技术发展建立在多光谱遥感技术之上，兴分析和Contourlet变换相关的理论知识，研究了基于Contourlet变换的稀疏成分分析的高光谱图像分类方法--将高光谱图像分类问题转化为解决源信号提取的盲源分离问题。通过实验提取分类数据，计算分类精度。比较实验数据可知，基于Contourlet变换的稀疏成分分析的高光谱图像分类精度高，取得了较好的分类效果。 　　0 引言 　　起于20世纪80年代，是一种多维信息获取技术。高光谱遥感图像波段数量可在几十，上百个波段上

  3. 所属分类：其它

    • 发布日期：2020-10-20
    • 文件大小：137216
    • 提供者：weixin_38626075
« 1 2 ... 5 6 7 8 9 1011 12 13 14 15 ... 22 »