基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.     

边角网平差中方差分量估计改进算法

基于单位权中误差的先验估值与验后估值一致,对边角网提出一种改进的赫尔默特方差分量估计算法,该算法可直接计算角度和边长的方差分量估值,克服了原公式计算过程繁琐、占有内存量大的不足,通过采用Newton法进行迭代计算,收敛效果好,算例表明该方法是有效的。     

半参数平差模型估计量的精度评定

将半参数估计理论引入测量数据处理理论中,利用Blight和Ott提出的思想,用多项式函数来表示半参数平差模型中的非参数分量,从而得到了半参数平差模型中参数分量和非参数分量的Bayes估计量,通过理论证明,半参数模型参数分量的Bayes估计为通常意义下高斯马尔可夫模型参数估计值与参数期望的加权平均,是一致、渐近无偏和渐近有效估计量,并且其方差小于参数模型中参数估计量的方差。在一定情况下推广了平差理论,具有一定的理论价值。     

实验变差函数计算方法的研究与运用

本文系统、详尽地分析讨论了不同样品数据条件下实验变差函数的计算方法。在实验变差函数计算流程的设计和有效样品搜索域的确定方面提出了自己独特的见解。最后用一个矿山的控矿工程教据对文中介绍的方法进行了测试。结果表明,利用本文的方法,容易得到稳健、准确、信息量高的实验变差函数。     

基于一类新小波函数基的GPS相位观测值周跳探测

阐述了可通过1个参数因子来调节前后差分点个数的思路,研究了利用小波分析来平滑原始资料和探测GPS相位观测值周跳的方法,并通过CHAMP卫星实测数据进行分析,得出一些有益的结论.实践表明,该方法提高了周跳探测的有效性.     

基于信息熵的遥感分类最优空间尺度选择方法

以影像分类为例,从类别可分性的角度提出了基于信息熵的最优空间尺度选择方法.实验结果表明,基于信息熵的最优尺度选择方法的结果有很好的合理性,符合实际的分类结果,能够在一定程度上指导实际遥感分类中的空间尺度选择.     

基于MATLAB图像处理工具箱IPT函数的遥感图像配准

遥感图像配准是遥感图像拼接、信息融合的基础,是对遥感图像定量应用和研究的关键环节.MATLAB的图像处理工具箱IPT(Image Processing Toolbox)提供有基于点特征进行图像配准的函数,利用这些函数可以方便快捷地完成图像之间的配准.论文首先对图像配准及基于点特征的遥感图像配准作了详细的介绍,然后对IPT中配准函数的语法格式作了详尽的分析,并对两幅遥感图像进行了配准操作,最后对该方法进行了结论性分析,阐明该方法的应用价值与可改进之处.     

抗差最小二乘配置在数字化地图几何纠正中的应用讨论

抗差估计具有较好的抗拒异常观测值及粗差的能力,而最小二乘配置又能较好地处理系统误差,本文结合两者的优点,利用抗差最小二乘配置对数字化地图进行几何纠正,其中对协方差函数采用抗差拟合,得到了较好的结果。实验证明在GIS数据处理的扫描数字化地图几何纠正中,抗差最小二乘配置在抗拒异常值和处理系统误差方面优于单纯的最小二乘估计和单纯的最小二乘配置方法。     

一种改进的GPS随机模型建模方法

针对观测序列的异方差和时相关特性相互影响但又难以并行建模的问题,提出了一种迭代、序贯处理异方差和时相关问题的随机模型建模方案.实验结果显示,该方法较好地解决了异方差和时相关特性无法并行建模的难题.极大地消除了多路径及系统残余误差对GPS定位成果的影响,增加了基线数据处理的可靠性.     

用多种策略从机载Lidar数据中提取建筑脚点

设计了一种采用多种策略的建筑脚点提取方法,针对建筑脚点提取中的两个关键步骤--数据分类和建筑脚点分割,分别提出和引入了邻近关系和r半径点密度,从仅反映单次反射的DSM数据中,直接提取出建筑表面点.