近年来遥感数据源日益增多,可见光、红外及微波等多种传感器在空间、时间与光谱等多方面对同一区域构成多源观测数据。通过多源观测数据的整合,可以获取更多的地表真实信息,减少解析与理解的模糊性,提高遥感数据的综合分析精度及利用率。本项目将针对同一地区、不同覆盖范围的多种分辨率遥感数据,探讨特征级与算法级的复合分类方法。主要内容包括:(1)新型多分辨率复合分类方法研究:在高分辨率图像范围内,根据高、低分辨率
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
一种光、电驱动的生物炭/硬脂酸复合相变材料的制备及其性能
内点最大化与冗余点控制的小型无人机遥感图像配准
基于多模态信息特征融合的犯罪预测算法研究
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
基于人类视觉感知的高分辨率卫星遥感图像智能分类方法研究
基于深度卷积生成式对抗网络的超高空间分辨率遥感图像场景分类方法研究
基于智能信息融合的多光谱遥感图像分类算法研究
基于稀疏多流形学习的高光谱遥感图像分类