排序方式: 共有27条查询结果,搜索用时 156 毫秒
11.
海底底质的快速探测和精细划分对海洋工程建设 、海洋资源开发等具有重要意义。多波束探测是目前声学底质遥测 的有效手段之一, 通常提取多波束反向散射强度图像和地形数据中的多维特征结合分类器进行底质分类。一方面, 若特征空 间维数过高, 分类效率会显著降低; 另一方面, 个别特征容易放大原始数据处理过程中仍存留的异常现象。针对这一问题, 本文提出了一种结合 Re1iefF 算法和随机森林 (Random Forest, RF) 算法的多波束底质分类方法。提取反向散射强度和地形 共 16 维特征, 利用Re1iefF 算法进行特征筛选, 排除低相关性特征, 降低特征空间维数, 结合采样点数据进行模型训练以构 建多波束底质分类模型。试验结合随机森林算法对未经特征筛选 、经主成分分析 (Principa1 Component Ana1ysis, PCA) 特征 优化后的特征进行分类实验作为对比。本文方法 Kappa 系数达到 85%, 分类总精度高于 90%, 精度具有明显优势, 耗时也 比较短。可见, 本文提出的结合 Re1iefF 和随机森林模型的多波束底质分类方法可以在保证分类精度的同时对多维特征进行 优化, 有效地提高了分类效率, 可对海底底质分类研究提供参考。 相似文献
13.
基于严密波束归位模型的多波束测深点不确定度改进方法 总被引:1,自引:0,他引:1
利用不确定度可有效对多波束测深成果质量进行评估,针对现有不确定度计算模型因近似或简化导致一定误差的问题,本文提出一种基于严密波束归位模型的多波束测深点不确定度改进方法。首先分析了多波束测深过程中的各项误差源,基于误差传播定律与严密波束归位模型,详细推导了各误差源在波束归位各阶段的误差传播情况,最终得出了多波束测深成果不确定度的计算模型。文中利用实测数据计算了每个测深点的不确定度,绘制了单Ping扇面及条带的不确定度分布图,有利于直观、全面地了解所有测深点的误差变化趋势;计算结果与常用HGM不确定度模型进行了对比,表明本文方法更具合理性,对多波束测深成果的质量评估具有一定的参考价值。 相似文献
14.
传统的地图制图为了符合制图规范和读图者视觉要求,往往无法保持完整的地理意义[1].以地理数据库为基础的地图制图,能够有效地存储、转换、分析和利用信息传输和反馈的完整性[2],可以满足地理分析的功能,但无法达到相应的制图规范要求. 相似文献
15.
16.
17.
18.
基于多源水深数据融合的海底高精度地形重建 总被引:2,自引:0,他引:2
本文在研究多源水深数据构建技术的基础上,分析了张力样条插值算法和“移去-恢复”法的多源水深数据融合处理技术,基于该方法选取实验区,利用多波束、单波束、历史海图等多源水深数据进行高精度海底地形融合试验,并针对多源水深融合技术缺少误差评估的现状,利用split-sample方法对融合结果进行水深不确定性评估,形成融合结果的可靠性空间分布。结果表明该方法无论是在数据稀疏区还是高密度区都达到了较好的融合效果,既保留了高分辨率水深数据的细节信息,又较真实的反映了研究区海底地形特征,且构建的海底地形精度可靠,误差百分比集中在0.5%。本文整套数据融合和结果评估方法可为多源水深数据融合的海底高精度地形构建提供借鉴和参考。 相似文献
19.
20.