排序方式: 共有17条查询结果,搜索用时 0 毫秒
11.
基于粒子群优化算法的SVM神经网络在海底底质分类中的应用 总被引:1,自引:0,他引:1
针对海底质地的特点,利用底质图像的灰度纹理共生矩阵和灰度均值作为特征参数,采用粒子群优化算法训练支持向量机的神经网络(SVM),对海底底质图像进行自动分类。本文以海底侧扫声纳图像为例,通过实测数据验算,取得了理想的效果。 相似文献
12.
根据侧扫声纳影像的特征,提出一种基于SVM和GLCM的侧扫声纳影像分类方法,利用灰度共生矩阵提取其纹理特征,采用主成分分析法对纹理特征进行筛选,选择适合侧扫声纳影像的最佳纹理特征,结合侧扫声纳影像的回波强度,应用支持向量机对侧扫声纳影像进行分类。研究结果表明,纹理特征结合回波强度的支持向量机分类精度高于只依靠回波强度的支持向量机分类精度。 相似文献
13.
针对多波束数据的特点,结合ArcGIS建立数据库的优势,提出了基于ArcGIS来构建多波束声纳数据库的方法。介绍了多波束数据野外采集、内室数据处理流程,测深数据、网格化数据及回波强度数据特点。以多波束实测数据为例建立数据库,满足了用户对多波束数据的多样化查询,实现了多波束数据的科学化、标准化管理。 相似文献
14.
15.
16.
17.