基于自适应膨胀因子的模糊覆盖分级方法

分级界限的确定一直都是学者们关注的焦点,而如何确定分级数则往往被忽略了.根据模糊覆盖和膨胀因子的定义,提出了一种确定1维数据分级数的分级方法:首先通过覆盖半径做一个模糊覆盖,利用自膨胀因子对这个覆盖进行扩张,直到不能再向外扩张为止,这一级就确定了;然后进行下一级的确定.该方法不仅可以自动确定数据的分级数,而且克服了分级结果对参数的敏感性.最后用实验证明了方法的有效性.     

自适应模糊规则分类方法及在TM土地覆盖分类中的应用研究

根据自组织网络和模糊逻辑推理,实现土地覆盖自适应模糊规则分类方法。该方法通过网络的节点和权值提取出模糊规则,调整网络中节点个数(即相应增加规则节点数)和权值向量,使模糊规则自动生成,并利用模糊逻辑推理,完成TM土地覆盖分类。对拒分类的像元,自适应增加K值使其可分。该方法所得分类精度及Kapp系数与最大似然分类方法结果相比分别提高了2.7%和2.9%;与自组织网络相比,总精度相差不大,而Kapp系数低1%。实验证明,如何提取和表示非光谱知识,从而解决类别混淆等问题,是提高自适应模糊规则分类性能的关键     

地表覆盖分类数据的模糊综合评价

当前对测绘产品评价等级的界限划分过于刚性,并常因某一评价指标异常导致评价结果失真.本文以地表覆盖分类数据质量评价为例,分析总结质量要求,构建包括质量因素、权值系数在内的质量模型,引入多层次模糊综合评价方法,设计合理高效的隶属函数,并采用有效度相对指标、单值分布概率对评价结果进行评估.与采用GB/T 18316-2008...     

基于模糊神经网络的模糊空间对象生成方法研究

随着对GIS中的空间对象模型和自然地理特征表达的研究深入,模糊空间对象被提出。针对模糊空间对象表达的特点,提出了一种基于模糊神经网络的模糊空间对象生成方法。该方法将模糊技术与神经网络相结合,利用神经网络的学习能力调整模糊隶属函数和模糊规则,使系统具备自适应的特性。实验表明,这种基于模糊神经网络的生成模糊空间对象的方法比传统方法大大的提高了成果的精度。     

基于模糊神经网络的模糊空间对象生成方法研究

随着对GIS中的空间对象模型和自然地理特征表达的研究深入,模糊空间对象被提出。针对模糊空间对象表达的特点,提出了一种基于模糊神经网络的模糊空间对象生成方法。该方法将模糊技术与神经网络相结合,利用神经网络的学习能力调整模糊隶属函数和模糊规则,使系统具备自适应的特性。实验表明,这种基于模糊神经网络的生成模糊空间对象的方法比传统方法大大的提高了成果的精度。     

地表覆盖成果质量的模糊综合评价模型与方法

本文针对地理国情监测地表覆盖成果质量合理评价问题,应用多因素模糊综合评价理论与方法,设计了一套基于模糊综合评价法的地理国情监测地表覆盖成果质量评价模型与方法,并选取我国北方27个县级测区的地理国情监测地表覆盖成果质量检查数据进行了试验验证。试验结果表明,相比最小值法、加权平均法等常规质量评价方法,基于模糊综合评价法的成果质量评价结果更为客观、合理,可为自然资源统一调查监测中的地表覆盖成果等新型测绘地理信息成果质量评价提供技术参考。     

基于粒子群优化的模糊特征自适应选择方法

模糊特征的选择影响着模糊分类的结果.从大量模糊特征中选择出有效特征进行分类,存在着一定的难度.粒子群优化算法(PSO)是基于群体智能的新型进化计算技术,具有自适应、自组织等智能特性,具有强大的寻找最优解的能力.将离散二进制PSO用于模糊特征选择,实现了基于PSO的模糊特征自适应选择方法,并通过航空和卫星遥感影像的模糊分...     

基于粒子群优化的模糊特征自适应选择方法

模糊特征的选择影响着模糊分类的结果。从大量模糊特征中选择出有效特征进行分类,存在着一定的难度。粒子群优化算法(PSO)是基于群体智能的新型进化计算技术,具有自适应、自组织等智能特性,具有强大的寻找最优解的能力。将离散二进制PSO用于模糊特征选择,实现了基于PSO的模糊特征自适应选择方法,并通过航空和卫星遥感影像的模糊分类实验,验证了此方法的有效性。     

考虑植被覆盖因子的地形辐射校正模型

针对传统的地形辐射校正模型无法适用复杂地表覆盖类型而导致的校正精度较低的问题,该文提出了一种考虑像元植被覆盖因子的模型。山区遥感影像像元大部分为植被与岩石、裸土的混合像元,针对混合像元中岩石、裸土部分应用太阳-地表-传感器模型,而对于植被覆盖区则采用考虑植被垂直生长特性的太阳-树冠-传感器模型,两模型用像元植被覆盖因子拟合为新的太阳-植被覆盖因子-传感器模型。利用覆盖江西实验区的Landsat-8陆地成像仪影像和数字高程模型数据进行了校正比对分析,结果表明该方法可有效地消除地形起伏对辐射亮度的影响。     

面向地理国情监测的地表覆盖模糊融合变化检测

针对人工判读作业模式难以满足地表覆盖变化检测现势性要求的问题,该文围绕地理国情监测技术设计要求和实际生产特点,提出了一种基于地理国情先验知识的多特征模糊融合变化检测方法。利用地表覆盖像斑边界,根据地理国情监测不同地类的最小面积指标进行多尺度分割,获取同质的对象级像斑;构建像斑的光谱、纹理、形状等差值特征集;基于模糊集理论进行特征的自适应加权融合得到初步变化检测结果,根据技术规则剔除不符合要求的像斑,获得最终变化区域。结果表明,该方法能够根据不同地类变化有效地集成不同特征组合表征变化信息,可充分利用地理国情监测前期成果,具有较高的准确率。     

空间数据模糊聚类的有效性评价

基于模糊划分中存在的分类不确定性因素和空间数据的空间位置特征,提出了一种新的空间数据模糊聚类有效性函数。实验结果表明,这种新的有效性函数能够对模糊聚类结果的有效性进行正确的评价,特别是对于空间数据模糊聚类有效性评价,其分类效果较理想,同其他有效性指标相比,能得到较优的分类数。     

自适应差分进化的遥感影像自动模糊聚类方法

遥感影像模糊聚类方法可以在无需样本分布信息的情况下获取比硬聚类方法更高的分类精度,但其仍依赖先验知识来确定影像地物的类别数。本文提出了一种基于自适应差分进化的遥感影像自动模糊聚类方法,该方法利用差分进化搜索速度快、计算简单、稳定性高的优点,以Xie-Beni指数为优化的适应度函数,在无需先验类别信息的情况下自动判定图像的类别数,并结合局部搜索算子对遥感影像进行最优化聚类。通过模拟影像以及两幅真实遥感图像的分类实验表明,本文方法不仅可以正确地自动获取地物类别数,而且能够获得比K均值、ISODATA以及模糊K均值方法更高的分类精度。     

多因素评价体系的模糊聚类分析

用评价对象的样本的特征函数构建模糊相似矩阵,计算模糊相似矩阵的传递闭包,按传递闭包进行不同λ水平截集的聚类,可以获得科学合理的分类结果。以评价地区经济发展水平为例,阐述了多因素评价体系的模糊聚类分析方法。     

基于空间加权距离的自适应Fuzzy C-Means算法研究

空间聚类不仅应考虑GIS对象属性特征的相似性,还应考虑对象的空间邻近性。不同属性、位置特征在聚类中起到的作用不同。采用信息熵方法计算空间距离中各属性距离、位置距离的权重,权值大小用于度量相应特征在fuzzy c-means隶属度计算时的作用大小,并引入相似性指标,当两个聚类之间的相似度高于某个合并阈值时,则对应的一对聚类进行合并,从而克服需预先设置聚类类数的问题。通过应用实例的聚类有效性分析,与普通空间距离相比,基于空间加权距离的FCM算法具有稳定性和有效性。     

利用二型模糊聚类进行全球海表温度数据挖掘

基于二型模糊集的C均值聚类方法对全球时序海表温度数据进行了聚类分析,得到全球海表温度异常的典型聚类模式,并从聚类中心挖掘出潜在的海洋气候指数。     

基于模糊C均值聚类的机载LiDAR点云滤波

点云滤波是机载LiDAR数据处理的重要步骤.现有滤波算法大部分要建立点云之间的索引关系,增加了算法的复杂度;或需要对原始数据进行内插,导致原有精度损失.本文在对LiDAR点云数据的高程进行统计分析的基础上,引入模糊C均值聚类分析算法,针对大区域平坦复杂城区数据,无须建立索引或进行内插,能够快速简单地实现地面点与非地面点的分类.实验结果表明,该方法切实可行,能够较好地满足精度需求.     

空间数据模糊聚类的有效性(英文)

The validity measurement of fuzzy clustering is a key problem. If clustering is formed, it needs a kind of machine to verify its validity. To make mining more accountable, comprehensible and with a usable spatial pattern, it is necessary to first detect whether the data set has a clustered structure or not before clustering. This paper discusses a detection method for clustered patterns and a fuzzy clustering algorithm, and studies the validity function of the result produced by fuzzy clustering based on two aspects, which reflect the uncertainty of classification during fuzzy partition and spatial location features of spatial data, and proposes a new validity function of fuzzy clustering for spatial data. The experimental result indicates that the new validity function can accurately measure the validity of the results of fuzzy clustering. Especially, for the result of fuzzy clustering of spatial data, it is robust and its classification result is better when compared to other indices.     

基于聚类有效性函数的面状地理实体聚类

为解决聚类数未知条件下面状地理实体的聚类问题,文中提出了一种基于聚类有效性函数的聚类方法.给出了适合面状地理实体k-中心点聚类算法的聚类有效性函数;将该有效性函数改写为适应度函数,设计了基于遗传算法的面状地理实体聚类算法.该算法在计算聚类数的同时能得到划分聚类结果.实验结果从一定程度上反映了数据集的结构信息特征.     

基于法向量模糊聚类的道路面点云数据滤波

针对道路面三维激光扫描的特点,结合点云法向量分布特征,提出了基于法向量模糊聚类的点云数据滤波算法。通过对3种不同类型实测道路面数据的实验表明,该算法对于路面扫描过程中产生的非路面冗余数据有较好的滤波效果,为点云数据滤波提供了一种新的手段。