排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
支持向量机分类方法存在惩罚系数需要交叉验证获取、训练时间较长、支持向量个数随着训练样本数量的变化而变化,以及稳定性和稀疏性较差等问题。针对这些问题,提出了一种基于输入向量机的高光谱影像分类算法。该算法在核逻辑回归模型的基础上,采用前向贪心算法选择训练样本中的输入向量来进行模型的训练,达到稀疏的目的,提高影像的分类精度和分类效率。通过PHI和OMIS两组高光谱影像分类实验,结果表明基于输入向量机分类算法具有稳定性好、稀疏性强的优点。 相似文献
2.
3.
4.
5.
6.
7.
8.
9.
针对传统摄影测量理论对航线规划、飞行姿态、影像重叠等航摄条件要求高,无人机高效保障优势不明显的问题,本文借助计算机视觉理论,提出了一种稳健的运动恢复结构(SFM)技术。首先,利用李代数旋转平均方法,将空间旋转关系的矩阵表达形式转换为向量的线性表达形式;然后,在最小二乘平差之前,引入L1范数进行迭代初值优化,求解全局一致性旋转参数;最后,将位移和旋转参数的坐标系进行统一,实现匹配点三维坐标计算。试验结果表明,本文基于全局式SFM的无人机影像三维重建技术较传统摄影测量方法解算精度更高,三维点云重建效果更佳。在差分GPS摄站坐标辅助的光束法平差下,点位测量精度优于0.3 m;在不同航线布设条件下,影像解算的成功率均可达100%。 相似文献
1