基于MATLAB的高程拟合程序的设计

利用MATLAB高效的数学计算能力和方便实用的编程技术,结合GPS高精度、高分辨率的大地水准面模型可以获得地面点的正常高,从而可以代替劳动强度大、效率低的水准测量。利用GPS水准测量成果及重力数据,按照几何方法来拟合高程异常的值,重点探讨了利用多项式、多面函数和BP神经网络等方法进行拟合时程序的设计,并针对某一地区用此程序进行了试验,同时对试验结果进行了分析和比较。     

多种拟合方法在似大地水准面精化中的比较

利用GPS技术结合高精度、高分辨率的似大地水准面模型可以获得地面点的正常高,从而代替劳动强度大、效率低的水准测量,是现代测绘迫切任务之一。主要针对利用GPS水准测量数据,按照几何方法来拟合高程异常的值,重点探讨了在同一组数据下分别利用多项式、多面函数、BP神经网络,以及不同的多面函数的核函数拟合高程异常所体现的精度和适用条件的比较。实例算法验证了这些方法的可行性,同时又比较了各种方法的精度。     

基于随机森林算法的高光谱遥感作物分类

随机森林算法是近年来发展起来的一种新型算法,具有速度快、精度高等优势,综合性能优异。本文运用随机森林算法和Hymap高光谱数对几种常见的作物进行了分类识别,并与支持向量机的分类结果进行了对比,综合讨论了随机森林算法的优势与不足。实验结果表明：当实际参与训练的样本数目接近时随机森林算法的分类精度和运算速度都优于支持向量。在提取足够样本的情况下,随机森林能在保证精度的条件下节约大量时间,在大面积的遥感分类中具有较大应用潜力。