基于小波变换的遥感影像压缩编码

基于小波变换的图像压缩方法能在高压缩比的前提下保持好的重建图像质量,它的多分辨率特性与人类视觉系统非常相近,小波变换的编码技术被广泛地应用于遥感影像的压缩中。介绍了小波理论的相关知识,着重对嵌入零树小波、等级树分割、小波数据的形态学表示算法等方法进行了详细的论述,并对图像编码技术的发展方向进行了展望。     

小波变换在遥感图像压缩中的应用及Matlab实现

遥感图像在地理信息系统中的应用越来越广，但遥感图像所含的数据量较大。为了方便快速地实现遥感图像的浏览，必须对图像进行压缩。可基于离散小波变换的二维小波分析，采用对遥感图像进行压缩并结合MATLAB来实现。     

BP小波神经网络在边坡位移预测中的应用

用优化的BP小波神经网络建立的预测模型对吊钟坝边坡的变形量进行了预测。引入了共轭梯度反向传播算法来优化BP小波神经网络,从而使网络计算量大为减少,避免了网络产生局部最优的弊端,有效提高了网络的质量。与未优化的BP小波神经网络和BP神经网络的预测结果进行比较可以看出,优化的BP小波神经网络的预测值更接近GPS实测值。     

基于WorldView-02高分影像的BP和RBF神经网络遥感水深反演

遥感水深反演是水深测量的一种重要技术和手段.以美济礁水深反演为例,选择WorldView-02高分影像为数据源,在辐射定标和大气校正的基础上,构建BP（Back Propagation）和RBF（Radial Basis Function）人工神经网络水深反演模型,以遥感影像8个波段为输入层,通过tansig、logsig、高斯函数和purelin函数变换实现从输入层到隐含层、隐含层到输出层的转换,以便反演水深.最后对反演水深与实测水深采用回归分析,求解决定系数（coefficient of determination,R2）、平均决定误差（Mean Absolute Error,MAE）、均方根误差（Root Mean Square Error,RMSE）等进行比较,评价2种模型的精度.结果表明,RBF神经网络模型结构更简单,对样本要求更低,反演精度达到0.995,更适合遥感水深反演.      

基于小波变换的多源遥感影像融合技术研究

文章在全面了解与分析小波变换的多源遥感影像融合技术的基础上,对基于小波变换的影像融合原理、小波基的选择、小波分解级数的确定以及影像融合法则和融合方法的改进等方面进行了深入研究,并提出,多小波和提升算法将是小波变换应用于遥感影像融合中的研究方向。     

ETM影像小波变换数据融合在土地利用中的分类研究

在ERDAS软件支持下,对ETM遥感影像数据的TM1—TM5,TM7与其全色波段TM8进行小波变换融合,对融合后的影像采用混合分类方法进行土地利用分类。并对其分类结果进行评价,总体精度达到95.43%,研究结果表明此方法可行有效。     

基于边缘特征的遥感影像小波变换融合法

如何将不同空间分辨率遥感影像合理有效地融合在一起,保持原始多光谱影像的光谱特性,提高影像的分类精度和空间分解力,这是遥感影像数据融合处理的热点研究问题。在对原始遥感影像进行小波变换的基础上,提取高空间分辨率影像边缘特征信息,并与原始多光谱影像进行了融合处理。以IRS、SPOT和ETM卫星影像为资料进行实验,结果表明,该方法在提高影像的空间分辨率的同时,能够很好地保持影像的光谱特性,尤其在空间分辨率差异较大的影像融合中,该方法在保持影像光谱特性方面要优于其他的融合方法。     

整数小波变换在海量影像数据库系统建设中的应用研究

在海量影像数据的管理中 ,数据的压缩是关键技术。基于提升方法构造的整数小波变换 ,采用行索引稀疏存储方案 ,可以对海量影像数据进行高保真的压缩。与现有的地理信息系统基础软件平台结合起来 ,进行二次开发 ,可以建立起正射影像数据库系统框架。通过多级索引指针 ,可以实现影像数据的快速调度与显示 ,实时漫游、局部放大和缩小、多分辨显示等操作。     

小波神经网络在测井油水解释中的应用

作者在本文中讨论了小波神经网络概念和油水测井曲线段的频率特性。以小波分析为数据预处理工具，首先用小波分解高频成分对测井曲线进行分段，然后应用小波分析提取出测井段的分频能量特征向量，以此向量代表井段的信息，并作为神经网络的输入，进行神经网络的测井解释，实现了小波神经网络的测井分段油水解释。     

BP神经网络在桩基支护方式中的应用

文章以人工神经网中BP模型为基本工具，利用其强大的非线性映射能力，在综合考虑土体的物理性质指标的基础上，确定桩基支护方式。经网络学习和检测表明，利用此模型确定的桩基支护方式与工程实际设计方式基本吻合，为软土深基坑桩基支护方式提供了新的途径。     

小波变换在波阻抗反演中的应用

根据国内外广泛采用的波阻抗随机反演理论,提出了多道小波波阻抗反演方法,消除了噪音对反演结果的影响。针对地震剖面上不同频带和时段上有不同的信噪比,以及相邻地震道反射波有效成分在波形和能量上有较强的相关性特点,运用多道记录同时进行波阻抗反演,在迭代过程中将实际记录与模型合成记录的残差道进行小波分解,形成残差道分频小波剖面,然后利用Ｋ－Ｌ变换提取分频剖面中的相干部分用于波阻抗变化量的计算,从而避免了噪音参与波阻抗反演。展示了理论模型与实际应用的例子。     

BP神经网络在区域滑坡危险性预测中的应用

由于区域滑坡危险性评价复杂性,在已知量和所求量之间往往存在着一种很强的非线性关系,而BP神经网络具备高度的非线性映射能力,因此采用BP神经网络来分析区域滑坡的危险性,可以取得良好的效果。本文结合具体区域滑坡危险性评价,使用Matlab神经网络工具箱中的相关函数建立具体BP神经网络,检验和预测区域滑坡的危险性。     

BP神经网络在灌区需水量预测中的应用

随着塔里木河下游水量逐年减少的趋势,铁千里克灌区水资源危机显的越来越严重。运用BP神经网络方法预测需水量,对灌区适时调整产业结构,保护生存和生态环境,促进区域社会经济和谐发展有重要意义。     

BP神经网络在古气候序列重建中的应用

当前小区域的古气候变化研究受模拟资料分辨率和可靠性的严重制约.为了将大区域的气候模拟资料应用到小区域的古气候研究中去,亟待建立有效的降尺度方法.为此以徽鄂地区为例,建立了一个3层BP神经网络拟合模型,利用相关气象要素作为拟合因子,拟合并重建了该地区近千年来1月、7月和年平均的温度和降水序列,通过与观测及模拟资料的对比分析发现,该模型拟合及重建的近千年气候序列有较高的精度和可靠性,能反映小区域气候的年际和年代际变化信号,提高了模拟资料对小区域气候变化的刻画能力.     

小波变换的在形变监测数据处理中的应用研究

由于受各种因素的影响,变形观测数据可能包含各种各样的误差与变形信息,但仅从这些数据表面上,不能反映形变的任何信息,所以,必须通过对监测数据进行综合处理分析,才能有效地提取变形信息,发现变形规律。本文利用小波多尺度分解,结合变形监测实例,从数据去噪方面对小波变换在GPS变形监测数据处理中的应用进行了研究。通过对处理结果做了详细分析,利用小波变换的多分辨率特性,实现了GPS动态监测数据的滤波、变形特征信息的提取以及不同变形频率的分离,有效的求解变形的非线性系统问题,验证了基于小波理论的GPS变形监测数据处理方法的可行性与有效性。     

基于小波变换的遥感数据融合与边缘检测

介绍了小波图像的分解和重构方法以及小波融合过程。采用Symlet小波变换融合方法对西安地区鲸鱼沟水库的TM4、TM5子图进行单尺度二维离散小波变换融合，并进行水库的边缘检测。对图像通过TM4分解的低频图与TM5分解的高频图像融合再与TM4影像原图比较，融合图像提取细节效果明显优于TM4原图像。     

多隐层BP神经网络模型在径流预测中的应用

基于人工神经网络基本原理和方法,构建多隐层BP神经网络径流预测模型,以新疆伊犁河雅马渡站径流预测为例进行分析,并构建常规单隐层BP以及RBF、GRNN神经网络模型作为对比分析模型,将各模型预测结果与文献[1]中的预测结果进行比较,结果表明:(1)多隐层BP神经网络径流预测模型泛化能力强,预测精度高,算法稳定,模型精度优于IEA-BP网络模型,表明研究建立的多隐层BP神经网络模型用于径流预测是合理可行的,是一种可以应用于水文径流预测预报的新方法.(2)RBF、GRNN神经网络径流预测模型预测精度高于常规单隐层BP网络模型,且RBF与GRNN神经网络模型具有收敛速度快、预测精度高、调整参数少,不易陷入局部极小值等优点,可以更快地预测网络,具有较大的计算优势.     

小波神经网络在重磁资料反演中的应用前景

对BP神经网络在重力密度界面反演以及小波分析在位场分离上的应用进行了深入的研究,进而对小波神经网络在重磁资料反演中的应用前景进行了分析、评价。     

基于小波变换的遥感纹理信息提取

遥感纹理信息是地物空间特征的综合反映,综合纹理信息是进行专题信息提取获取的重要依据.遥感数据具有复杂性、统计性和随机性,同时,遥感图像中地学信息,如地质构造、蚀变信息及岩性分界等高频信息具有一定的方向性;小波变换具有"变焦性"、对称性、正则性等特点,可以较为快速地检测到奇变信号.利用小波变换可以快速、有效地提取遥感纹理高频奇变信息.     

BP神经网络在岩溶水库渗漏评价中的应用

岩溶水库渗漏受众多因素影响,对其渗漏量预测一直是水利工作者的研究热点。本文根据非线性理论,综合考虑各种地质因素并由此建立了一个神经网络系统。研究结果表明,该神经网络模型具有较高的预测精度,是可行和实用的。在此基础上,利用此网络模型对水布垭水利枢纽渗漏进行了定量预测。