论文部分内容阅读
随着遥感技术的发展,高光谱影像数据在地表信息分类中的优势得到了广泛关注,本文针对地表信息分类的方法进行了探索研究。依据经过预处理后的高分五号高光谱影像数据,利用基于波谱特征的光谱角匹配法、基于统计特征的支持向量机法和ENVINet5深度学习模块对公路、居民地、林地、耕地、厂房和工业空地,共六类典型地物进行提取分类及结果分析,并从定性、定量和效率三个维度进行综合评价。