超谱图象是谱象合一数据,具有较高的谱分辨力,可解决许多多光谱图象不能解决的问题,但超谱图象数据量大空间分辨力相对较低,限制了其进一步应用。为此本课题重点研究,(1)减小数据维的超谱图象不同谱带融合技术;(2)支持向量机技术及非线性混合光谱模型;(3)混合象元解泽及超谱图象软分类技术,该研究对珍贵的超谱图象进一步应用具有重要意义.
{{i.achievement_title}}
数据更新时间:2023-05-31
农超对接模式中利益分配问题研究
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例
基于分形维数和支持向量机的串联电弧故障诊断方法
支持向量机(SVM)方法在基因信号识别中的应用研究
基于光谱模型的遥感超谱图象压缩新方法研究
基于支持向量机的团藻目分类新方法
基于进化组合支持向量机(EC-SVM)的代谢组学数据分析方法研究