一种基于马尔可夫随机场的影像纹理分类方法

针对纹理影像先估计出其马尔可夫随机场参数,后运用多元统计分析中模糊聚类分析的数学方法进行定量分类,从而为解决划分上的不确定性现象找出描述方法,获得客观的分类结果。     

地下工程围岩分类模糊推理系统设计

将现场获取的影响地下工程围岩分类的几种主要因素视为判别围岩类别论域上的模糊子集,利用建立的地下工程围岩分类模糊逻辑推理系统对围岩类别进行模糊逻辑推理运算,获得与实际情况相一致的围岩类别的判定,直接为地下工程的信息化设计和施工提供依据。     

最近50年来莱州湾西-南部淤泥质海岸地貌演变研究

在野外考察和前人研究基础上,以1976-2009年间4个时相的MSS/ETM+遥感影像和1958、1984、2002年测量的三期海图为主要数据源,运用3S（RS/GIS/GPS）技术,对最近50年来莱州湾西-南部淤泥质海岸地貌演变进行了研究。结果表明：近50年来,以青坨子为界,莱州湾西、南岸虽均为淤泥质海岸,但其海岸地貌演变存在明显的差异性。具体表现在,莱州湾西岸与南岸的海岸线和等深线变迁时间不同步、变迁幅度差距大、岸线形态不同;莱州湾西岸和南岸地貌类型空间分布不同,转换的趋势、净方向、速率和幅度差异也十分明显以及莱州湾西岸和南岸水下地貌冲淤变化差距悬殊等。莱州湾西海岸的地貌演变与黄河河口-三角洲的地貌变迁基本正相关,变化幅度也较大,后期受到人类活动影响较为明显。海湾南岸的地貌演变受人类活动的影响也日益显著,但其海岸地貌的演变与西岸黄河口-三角洲地貌的剧烈变迁基本无关,莱州湾西岸黄河入海水沙的减少乃至断流对南岸冲於状态变迁也未有显著影响。     

联合时间序列相干性和后向散射系数的黄河三角洲湿地分类

针对后向散射系数难以完成高精度湿地分类问题,本文以16景VH极化的Sentinel-1A影像为数据源,构建了一种联合时间序列相干性和后向散射系数的分类方法。通过对长时间序列的后向散射系数和相干性分析,选择互花米草易与其他地物混淆的3个时相(6月27日(R)、11月18日(G)、11月30日(B))的后向散射系数图为合成数据源,引入11月18—30日相干图代替11月30日后向散射系数图。采用SVM和随机森林分类器,探究相干性引入前后黄河三角洲湿地分类精度变化。研究表明,相干性引入后,SVM和随机森林分类结果的总体精度分别提升了3.07%和3.85%,互花米草的分类精度分别提升了9.39%和11.42%。     

山区遥感图像的特征选择与检索研究

针对遥感图像特征存在冗余及图像检索效率低的问题,提出一种基于贡献值的有效特征选择及其分类检索方法。对高分一号(GF-1)河北省阳原地区的村落、山脊、水体遥感图像,对比Hu矩、小波分解和灰度共生矩阵特征,发现使用Hu矩较适用于识别村落,而对山脊和水体的识别率低;引入区分山脊和水体的颜色特征,并与Hu矩构成特征空间,实现山区遥感图像分类和检索。实验结果表明,该方法能够选取出图像特征中的主要分量,具有高效、实用、方便的特点,检索查准率达到92%,查全率达到88%。     

Extending self-organizing maps for supervised classification of remotely sensed data

An extended self-organizing map for supervised classification is proposed in this paper. Unlike other traditional SOMs, the model has an input layer, a Kohonen layer, and an output layer. The number of neurons in the input layer depends on the dimensionality of input patterns. The number of neurons in the output layer equals the number of the desired classes. The number of neurons in the Kohonen layer may be a few to several thousands, which depends on the complexity of classification problems and the classification precision. Each training sample is expressed by a pair of vectors ： an input vector and a class codebook vector. When a training sample is input into the model, Kohonen＇s competitive learning rule is applied to selecting the winning neuron from the Kohouen layer and the weight coefficients connecting all the neurons in the input layer with both the winning neuron and its neighbors in the Kohonen layer are modified to be closer to the input vector, and those connecting all the neurons around the winning neuron within a certain diameter in the Kohonen layer with all the neurons in the output layer are adjusted to be closer to the class codebook vector. If the number of training sam- ples is sufficiently large and the learning epochs iterate enough times, the model will be able to serve as a supervised classifier. The model has been tentatively applied to the supervised classification of multispectral remotely sensed data. The author compared the performances of the extended SOM and BPN in remotely sensed data classification. The investigation manifests that the extended SOM is feasible for supervised classification.     

什么是断层陡坎？

近十年来，不断加强对构造活动性的仪器观测和历史记录。人们把注意力集中于根据地质，地貌的记录鉴别和研究古地震上，重要的是识别断层地貌特片，例如，断层陡坎，它可能是某一区域构造活动类型及其活动时间的明显标志。