共查询到10条相似文献,搜索用时 31 毫秒
1.
矿化蚀变信息的提取是遥感找矿中重要的内容,ASTER遥感数据因波段范围宽、波段多,在蚀变异常与矿产勘探中有较好的应用前景。本文在比较了前人的研究方法,如比值法、主成分分析法、光谱角法基础上,通过对西藏朱诺矿区进行试验研究,得出了在该研究区采用主成分分析法最佳的结论。 相似文献
2.
3.
4.
PCA和布谷鸟算法优化SVM的遥感矿化蚀变信息提取 总被引:1,自引:1,他引:0
为了进一步提高遥感矿化蚀变信息提取的精度,本文提出了一种基于主成分分析PCA (Principal Component Analysis)和布谷鸟算法优化支持向量机SVM (Support Vector Machine)的遥感矿化蚀变信息提取方法。首先,通过波段比值法增强研究区遥感图像中的矿化蚀变信息,并获得比值图像;然后,对比值图像进行主成分分析,进而提取训练样本;接着,利用SVM对训练样本进行训练,同时采用布谷鸟算法求取SVM的最优核参数及惩罚因子,构造最优SVM模型;最后,运用最优SVM模型完成矿化蚀变信息提取。选择青海省五龙沟地区为研究区,提取羟基及铁染蚀变信息。实验结果表明,与主成分分析法、基于光谱角法和SVM的方法、基于粒子群和SVM的方法及基于波段比值、PCA和粒子群优化SVM的方法等4种方法相比,本文方法获得的遥感矿化蚀变信息和已知矿点的吻合度最高,提取效果最好。 相似文献
5.
6.
高光谱反演水稻叶面积指数的主成分分析法 总被引:1,自引:0,他引:1
为了通过水稻冠层反射光谱来提取水稻叶面积指数信息,尝试利用辐射传输模型PROSPECT+SAIL来模拟水稻冠层反射光谱,
比较了各植被指数中叶面积指数(LAI)和叶绿素浓度的相关性。在观察光谱曲线后发现,红边位置光谱可以较好地区分LAI和叶绿素
浓度二者引起光谱变化的差异。由此提出对700 nm~750 nm区间内的反射光谱做主成分变换,并利用第2主成分与LAI建立反演模型(
即主成分分析法),取得了较好效果,表明在植被指数趋近于饱和以至于无法区分二者相关性时,主成分分析法可以作为一种简单
而有效提取水稻叶面积指数信息的补充手段。 相似文献
7.
为提高对环境与灾害监测预报小卫星1A(HJ-1A)星遥感数据分类的精度,首先将HJ-1A星HSI高光谱数据和CCD多光谱数据进行GS(Gram-Schmidt)融合,然后利用主成分分析法(principal component analysis,PCA)和核主成分分析法(kernel PCA,KPCA)分别对融合后的高光谱图像进行降维处理.KPCA降维时采用高斯、线性和多项式3种核函数,根据特征提取效果评价结果,选择累积贡献率较大的多项式核函数.最后,分别对融合后的高光谱图像、PCA主成分图像和基于多项式核函数的KPCA主成分图像进行模糊C均值分类.实验结果表明,KPCA对融合后高光谱图像的特征提取得到了较好的效果,同时提高了分类精度和效率. 相似文献
8.
基于主成分分析的植被含水率模型 总被引:1,自引:0,他引:1
为了对岷江上游“生态水”的估测提供有效的数据源和方法,利用高光谱遥感技术定量研究了植被反射光谱与植被含水率的关系,测定了研究区多个采样点棕榈叶片的反射光谱和对应的含水率,通过二者的相关分析和逐步回归的方法提取敏感波段;为避免敏感波段之间相关性影响,采用主成分分析法提取主成分,建立主成分与含水率的定量分析模型,并建立主成分与标准自变量的回归方程,然后建立各个标准变量与原始自变量(反射光谱敏感波段)的回归方程,最终转换为植被含水率与反射光谱之间的模型.结果表明:棕榈叶片反射光谱在454 nm,668 nm,1 466 nm,1 664 nm和1 924 nm波段处与含水率显著相关;采用主成分定量分析模型的估算值与实测值相关系数为0.92,均方根误差为0.06. 相似文献
9.
本文为验证SVM对高维特征的适应性和可靠性,针对不同特征提取方法与特征组合,以国产OMISⅡ传感器获得的北京昌平地区高光谱遥感据为例,对SVM分类器中特征维数对分类准确率的影响进行了试验,通过对主成分分析、最小噪声分离算法、相关系数分组后特征提取、导数光谱等的分析,表明SVM分类器的分类精度随着特征维数波动,其中主成分分析降维后提取的特征具有用于分类能够获得最高的准确率。通过与最大似然法和光谱角制图分类算法的比较,说明在同样的特征输入情况下SVM分类算法分类的准确率高于最大似然法和光谱角制图分类器。 相似文献