基于K2结构学习算法的多光谱影像贝叶斯网络分类器

用基于启发式搜索的结构学习算法，学习得到多光谱影像的贝叶斯网络结构，分析了TM的波段（特征）间条件独立性假设的合理性，给出了贝叶斯推理中后验概率计算的公式，并通过和最大似然法对比试验分析了简单贝叶斯网络应用于多光谱影像分类的优势。     

色彩表示的宽带多光谱空间研究

在主成分分析法的基础上建立了色彩表示的宽带多光谱空间，并定义了累积空间覆盖率(CSCR)来表征特定空闻下光谱的重建效率。实验结果表明，该空间能以很高的精度来表示原始光谱空间。     

纹理特征在多光谱遥感影像分类中的应用

提出了基于灰度共生矩阵的多光谱影像纹理分析的方法,实现了利用k-mean聚类算法对多光谱影像进行分类,比较了各种不同的分类结果。     

纹理特征在Aster影像数据分类中的应用

利用灰度共生矩阵的多光谱影像纹理分析的方法,实现了利用k-mean算法对Aster影像数据进行分类,并对基于单波段影像纹理的分类结果、单纯光谱信息分类结果和结合基于主要波段影像纹理的分析方法及在分类过程中结合掩膜等技术所得纹理特征影像分类结果进行比较。     

基于支持向量机的SPIN－2影像与SPOT－4多光谱影像融合研究

遥感影像融合是解决多源海量数据富集表示的有效途径之一。针对高分辨率遥感数据SPIN-2(2m)与多光谱遥感数据SPOT-4(20m)的影像融合，提出了基于支持向量机(SVM)的遥感影像融合的新方法。建立了基于SVM的遥感影像融合模型，并进行了分类融合实验，实验效果较好。最后给出了分类融合评价。结果表明，支持向量机可用于遥感影像融合，且分类融合精度较高。     

MULTI—SOURCE REMOTE SENSING IMAGE FUSION BASED ON SUPPORT VECTOR MACHINE

Remote Sensing image fusion is an effective way to use the large volume of data from multi-source images.This paper introduces a new method of remote sensing image fusion based on support vector machine(SVM),using high spatial resolution data SPIN-2 and multi-spectral remote sensing data SPOT-4.Firstly,the new method is established by building a model of remote sensing image fusion based on SVM.Then by using SPIN-2 data and SPOT-4 data ,image classify-cation fusion in tested.Finally,and evaluation of the fusion result is made in two ways.1)From subjectivity assessment,the spatial resolution of the fused image is improved compared to the SPOT-4.And it is clearly that the texture of the fused image is distinctive.2)From quantitative analysis,the effect of classification fusion is better.As a whole ,the re-sult shows that the accuracy of image fusion based on SVM is high and the SVM algorithm can be recommended for applica-tion in remote sensing image fusion processes.     

基于决策二叉树的多光谱影像混合像元分类方法

传统混合像元分类算法按照同一标准同时提取各类地物,导致错分现象严重。本文利用端元光谱间的独立性关系和决策二叉树的分层特征,提出基于决策二叉树的混合像元分类方法。利用黄山地区Landsat7 ETM+影像数据进行实验,结果表明:该算法正确合理,分类精度比SGA-NCLS方法高,但分类效率比SGA-NCLS低。     

基于遗传算法优化决策树的多光谱影像分类研究

决策树C4.5算法采用局部贪婪搜索的策略,会增加局部最优解的风险;在样本有限的情况下,所产生的分类规则会过于依靠样本,往往造成决策树不能有效地挖掘出有价值的分类规则和形式。本文将决策树算法用到基于像斑的多光谱分类研究中,尝试引入遗传算法,对决策树分类规则进行优化。试验结果表明,在样本有限的情况下,该方法比单个决策树具有更高的分类精度。     

巴基斯坦重要金属成矿带遥感战略选区研究

巴基斯坦位于全球成矿区划的特提斯成矿域东段,与我国的班公湖—怒江、冈底斯铜多金属矿带同处一个成矿带上,矿产资源丰富。本次研究充分利用遥感技术优势,采用多平台卫星遥感数据,对巴基斯坦重要金属成矿带开展遥感地质解译、蚀变信息提取及综合分析,优选出了7个战略选区,圈定了可供优先开展地质工作的4处找矿有利地段,为我国企业"走出去"开展境外矿产资源勘查提供技术支撑和基础地质矿产信息。     

基于遥感的河南卢氏西部地区蚀变信息提取与分析

近矿围岩蚀变和构造分析是找矿研究的重要内容,遥感异常信息提取、遥感地质解译,结合野外调查能查明围岩蚀变分布情况和构造特征。本文以河南省卢氏县西部地区的成矿远景区为研究区域,选用ASTER多光谱数据和SPOT5高分辨率数据,利用遥感图像波段比值处理方法及特征主组分分析、光谱角填图分类等分析方法,对该地区重要成矿区段做矿化蚀变信息提取及遥感地质综合分析并提供了新的找矿靶区。