基于hash編碼的超光譜遙感圖像分類

基于hash編碼的超光譜遙感圖像分類

ID:35176693

大?。?.29 MB

頁數(shù):53頁

時間:2019-03-20

基于hash編碼的超光譜遙感圖像分類_第1頁
基于hash編碼的超光譜遙感圖像分類_第2頁
基于hash編碼的超光譜遙感圖像分類_第3頁
基于hash編碼的超光譜遙感圖像分類_第4頁
基于hash編碼的超光譜遙感圖像分類_第5頁
資源描述:

《基于hash編碼的超光譜遙感圖像分類》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。

1、單位代碼:10030分類號:'20—一:132281485巧巧;,學號?’、!;.r.、:、、,,A_‘一'‘全日制工程碩±學位論文>;心基于Hash編碼的超化譜遙感圖像分類HashrClass近cationOf民emokSensinIm巧esCodingFog戶仁%^.申請人姓名:張倩■"--./c.'.、.師:徐軍教授;心/^指導教,專業(yè)名稱:由子與通信工程研究方向:遙感圖傻處理■:信息與控制學院所在學院_二〇—六年六月獨創(chuàng)性

2、聲明本人聲明所呈交的論文是我個人在導師指導下進行的研巧工作及取得的研。巧成果本論文除了文中特別加W標注和致謝的內容外,不包含其他人或其他機構已經(jīng)發(fā)表或撰寫過的研巧成果,也不包含為獲得南京信息工程大學或其他教育機構的學位或證書而使用過的材料。其他同志對本研究所做的貢獻均已在論文中作了聲明并表示謝意。/心.學位論文作者簽名:南簽字曰期:店1旅關于論文使用授權的說明南京信息工程大學、國家圖書館、中國學術期刊(光盤版)雜志社、中國科學技術信息研究所的《中國學位論文全文數(shù)據(jù)庫》有權保留本人所送交學位論文的復印件和電子文檔,可(

3、^采用影印、縮印或其他復制手段保存論文,并通過網(wǎng)絡向社會提供信息服務一。本人電子文檔的內容和紙質論文的內容相致。除在保密期內的保密論文外,可,允許論文被查閱和借閱W公布(包括巧登)論文的全部或部分內容。論文的公布(包括刊登)授權南京信息工程大學研究生院辦理。□公開□保密(年月)(保密的學位論文在解密后應遵守此協(xié)議)〇l(>學位論文作者簽名廢簽字日期:l:L豕I指導教師豁名:/n簽字日期:目錄摘要IAbstractII一第章引言11.1研巧背景112.2超光譜遙感數(shù)據(jù)圖像分析研

4、究現(xiàn)狀1.3簡介Hash算法與Hash編碼41.4支持向量機簡介61Hah的8.5基于s機器學習方法介紹1.6本文結構9第二章分段Hash編碼方法112.1基本思路112.2分段Hash編碼112.3實驗結果132.4數(shù)據(jù)的選取142.5相似性檢驗142.6分類結果152.7參數(shù)討論192.8本章小結20第H章基于塊的Hash編碼方法介紹223.1基本思路223.2實驗設計2433實驗結果分析243.4性會居指本巧283.5速度)32(運斤時間3.

5、6不同Hash函數(shù)對于塊Hash算法的影響33334.7對于算法參數(shù)的依賴3.8性能指標37第四章總結與展望40參考文獻43攻讀碩±期間完成的科研情況47鳴謝48摘要摘要隨著技術手段和傳感器性能的提高,越來越大量的超光譜衛(wèi)星遙感數(shù)據(jù)被產(chǎn)生了出來一。人們迫切需要找到種能夠處理這種大量遙感圖像數(shù)據(jù)的機器學習算法一一。另方面,Ha化學習技術在近年來成為了種被廣泛使用的處理大數(shù)據(jù)的機器學習手段。一本文首先提出了種基于分段Hash編碼的維度縮減方法,并將這種方法用于超光譜遙感圖像分類中,在保持足夠

6、高精度的前提下,這種方法可W大大縮短計算時間。接下來,本文基于分段Hash編碼技術與圖像塊描述的方法,提出了基于塊的Hash分類算法,并成功地應用于四種不同的超光譜遙感圖像數(shù)據(jù)集的分類。對四種超光譜遙感圖像分類的性能評估結果表明,本文提出的方法在分類準確率方面可W和普通的基于圖像塊描述的分類方法相媳美。在計算效率方面遠優(yōu)于普通的基于圖像塊描述的分類方法一。進步,為了驗證本文分類方法的性能優(yōu)勢,我們系統(tǒng)地比較了四種方法在分類精度和計算速度方面的性能差異,包括傳統(tǒng)像素的分類算法、分段Hash算法、基于塊的方法,W及基于塊的Hash分

7、類算法。最后,我們討論了模型參數(shù)、不同的Hash畫數(shù)對算法的影響。總而言之,基于塊Hash的分類算法不僅具有良好的性能,較低的計算復雜度一,而且在實際的超光譜遙感圖像處理中可W達到較高的精度。進步,本一論文提出的方法具有定的普遍性,它不僅可W應用到超光譜遙感圖像處理中,還可1^^應用于更廣泛的機器學習問題中。關鍵詞:超光譜圖像ash,,,H編碼機器學習圖像處理,支持向量機I南京信息工程大學碩i-學位論文AbstractWithfastdevelopmentof1;echnology,moreandmore

8、hyperspectralremo

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。