基于高斯混合模型的海冰图像非监督聚类分割研究

为了利用海冰图像识别技术获取海冰冰况信息, 探索了利用高斯混合模型进行海冰图像分割的技术途径, 描述了具体算法, 并利用高斯混合模型的最大期望值（EM）算法以及最小描述长度（MDL）准则对渤海海冰图像进行目标提取。研究结果表明, 该方法可以很好地实现海冰信息的有效提取和海冰图像的有效分割, 从而证明了建立在图像分割技术...     

基于无监督机器学习的胶州湾海底工程环境适宜性综合评价

海岸带工程地质环境的稳定性对于海洋工程的建设安全和沿海经济繁荣十分重要。在胶州湾海域已有地质、水文等数据的基础上,对胶州湾海底工程环境适宜性进行了分区。通过无监督机器学习的谱聚类算法,构建了胶州湾海底工程环境适宜性综合评价模型。结果表明,胶州湾整体工程环境适宜性趋势为北高南低,从北向南依次可分为适宜性高、适宜性较高、适宜性较低和适宜性低四个区域。相关性分析表明,影响胶州湾海域海底工程适宜性的因素从高到低依次为冲淤分布、沉积物类型、坡度、第四系沉积物厚度、水深、海流流速、断裂分布。本研究可为胶州湾工程环境和地质灾害预防提供参考,有助于海洋工程环境稳定和经济安全保障。     

谱混合模型方法优化及其在海洋水团分析与水交换研究中的应用

优化了谱混合模型(Spectral Mixture Model,SMM)分析方法,提出了谱混合模型方法中两个关键参数的一般优化方案。优化后的方法能够对大量的数据样本进行快速聚类分析,并通过求解概率密度函数确定不同聚类之间的混合区域。以该方法在海洋水团以及水交换中的应用为例,详细阐明了谱混合模型方法的工作原理及过程。在谱聚类方法基础上建立的谱混合模型分析法,避免了传统模糊聚类分析方法的不足,即使在物理量的散点数据分布呈现广泛连续性时,仍然能够抓住数据时空分布的主要变化方向,其在水团的辨别、水团边界以及水交换混合区的分布及其变化规律的研究中具有广泛的应用。