排序方式: 共有117条查询结果,搜索用时 15 毫秒
111.
基于支持向量机和多变量分析的高光谱遥感数据分类 总被引:1,自引:0,他引:1
从支持向量机和多变量分析的基本理论出发,建立一个基于支持向量机和多变量分析的高光谱分类器,并利用国产OM IS传感器获得的北京某地区高光谱遥感数据进行试验,采取网格搜寻的方法来确定误差惩罚参数和径向基核参数的值。主要选取独立成分分析和主成分分析这两种多变量分析方法。结果表明,当进行独立成分分析后的数据应用支持向量机分类的时候,分类精度随着维数的增加而递增,10~20维的时候达到最大值,然后随之递减,分类精度最大为78.93%。随后的主成分分析中,得到同样的结论,但精度最高的时候是选择5维特征,精度为88.61%。 相似文献
112.
高光谱遥感影像多级联森林深度网络分类算法 总被引:1,自引:1,他引:0
高光谱遥感技术在环境监测、应急保障、精细地物提取等方面有着广泛的应用,随着高分五号高光谱数据的正式发布,高光谱遥感技术将发挥更重要的作用。遥感影像分类作为高光谱遥感影像信息处理的重要部分,已成为当前研究重点。本文针对传统多级联森林深度学习中模型复杂、无法利用基分类器差异信息、对类间差异较小的样本无法正确区分等不足,提出了一种改进的多级联森林深度学习模型,在模型框架中,分别采用了随机森林和旋转森林作为基分类器,并引入逻辑回归分类器作为判别器用于训练层扩展。相较于传统的深度神经网络,改进的多级联森林深度网络超参数较少且能够自适应确定训练层,更方便进行模型优化。实验采用了高分五号数据集及两个公开的高光谱数据集(Indian Pines数据集及Pavia University数据集)进行精度评定,同时选择了传统分类器支持向量机、深度置信网等模型作为对比分析。实验结果表明,改进的多级联森林深度学习模型能有效地进行高光谱遥感影像分类,且较传统的分类方法精度有所提升。 相似文献
113.
重加权稀疏和全变差约束下的深度非负矩阵分解高光谱解混 总被引:1,自引:1,他引:0
近年来,非负矩阵分解NMF (Nonnegative Matrix Factorization)由于其简单有效的特点,已被广泛应用于解混。由于传统的NMF只有单层结构,不能获取隐藏层的信息,其解混效果受到制约,为了研究影像的深度空谱特征,本文在深度NMF结构的基础上,提出了一种基于全变差和重加权稀疏约束的深度非负矩阵分解(RSDNMF-TV)算法。首先,使用深度NMF模型代替传统单层NMF模型,在预训练阶段进行逐层预训练,而在微调阶段减少分解误差。其次,由于丰度矩阵是稀疏的,本文在深度NMF模型中加入重加权稀疏正则化项,其权值则根据丰度矩阵自适应更新。最后,进一步引入全变差正则化项,以利用空间信息并促进丰度图的分段平滑性。论文采用梯度下降法推导出乘性迭代规则,为验证所提出的RSDNMF-TV算法的有效性,利用模拟数据集、Cuprite数据集以及高分五号数据集进行实验,并与其他经典方法作对比,结果发现本方法具有更好的解混效果,同时具有一定的去噪能力。 相似文献
114.
基于遥感和GIS的城市景观格局演变与水文效应关系研究 总被引:1,自引:0,他引:1
基于多时相TM/ETM+遥感影像,运用支持向量机分类方法对合肥市景观进行分类,解译得到1995、1999、2003和2007年土地利用专题图;应用单窗算法解译得到地表亮温专题图。采用景观指数法分析了合肥市景观格局与城市水文效应间的关系。研究表明:城市水文要素与景观指数之间存在相关性,城市化水文特征明显;建筑用地有增加并集中趋势,不透水面积增加,年降水量增大;供水排水能力平稳增长,人均用水量相对减少,城市饮用水水源地水质偏差。调整城市景观格局,有利于优化城市水文状况。 相似文献
115.
116.
高效稳定的深度学习分类器有助于提升高光谱遥感影像的分类精度。针对卷积神经网络标量式神经元特征表达能力有限、无法有效建模特征之间空间层次结构关系的不足,设计了一种考虑数据图谱合一特性的端到端高光谱胶囊网络(H-CapsNet)。H-CapsNet主体由编码器(卷积层、PrimaryCaps层及DigitCats层)和解码器(全连接层)组成,通过在网络输入端嵌入通道和空间注意力模块,以此增强模型对空谱特征的抓取和识别,进而提升网络对特征的聚焦和表达能力。以资源一号02D卫星获取的张家港高光谱影像及公共数据集University of Pavia和University of Houston影像为例进行试验,将H-CapsNet网络与传统机器学习算法和多个深度学习网络进行对比。试验结果表明,在3景不同分辨率的高光谱影像上,H-CapsNet分类网络均取得了最优的分类效果,总体精度相较于其他方法分别提升了2.36%~7.67%、0.16%~11.8%和1.75%~15.58%。H-CapsNet网络对小像素邻域具有较好的适应性,当图像块尺寸有限时,仍可以取得相对理想的分类结果。 相似文献
117.
利用遥感影像对大尺度区域生态环境质量进行长期、定量、动态监测可为区域可持续发展提供有力的决策支撑。基于遥感生态指数(RSEI),针对干旱区生态环境的地域特点和应用需求,从耦合生态系统组成要素的角度出发提出一种改进型遥感生态指数(ERSEI),即在顾及绿度(NDVI)、湿度(Wet)、干度(NDBSI)、热度(LST)因子的同时,引入综合盐度指标(CSI)和水网密度遥感估算模型(EMW),将盐度和水网密度(WND)纳入生态环境质量评价。在Google Earth Engine(GEE)云计算平台上实现ERSEI并将其应用于地处西北干旱区的呼包鄂榆城市群,结果表明,ERSEI可充分体现干旱区地表细节特征,有力突显了水网对周边环境辐射影响的渐变信息。由呼包鄂榆城市群范围内2000年—2020年间ERSEI的空间测度和时序演变分析发现,生态环境质量较好的区域主要分布在河套平原、大青山一线以及靠近吕梁山的一侧,较差的区域主要集中分布在蒙古高原、库布齐沙漠附近以及毛乌素沙地部分地域,且生态环境质量呈现持续性下降,应作为生态风险预警区加强治理。ERSEI为干旱区生态环境质量常态化监测提供了一种快速有... 相似文献