遥感影像特征提取与选择及在影像分类中的应用

利用模式识别中特征提取和特征选择的相关理论对遥感影像的纹理特征进行遴选和变换处理,得到描述纹理的二次特征。实验证明这些新特征能够提高影像分类精度和分类效率。     

分布异构空间数据协同编辑关键技术研究

分布式环境下空间数据库的异构、多源、多平台特性,使不同系统之间难以实现协同处理。为实现分布异构空间数据的协同编辑,在研究网络要素服务(Web Feature Service,WFS)规范的基础上,对WFS规范中的锁定、编辑操作进行了改进,同时将发布订阅机制引入到基于WFS的网络空间数据编辑处理中,使其能够适应协同编辑的需求,并以此为基础提出了基于WFS的一致性控制机制、编辑机制和发布订阅机制,最后建立了相应的原型系统以验证其有效性。     

顾及地貌特征的矿区地表塌陷DEM的生成方法

地下煤炭资源开采导致矿区地表塌陷和矿区地形的变化,直接由开采沉陷下沉预计数据生成的DEM不能表现矿区地表塌陷后的地形状况。通过在开采沉陷下沉预计程序中增加高程修正计算功能,对矿区原始地貌高程进行下沉修正计算,生成矿区地表塌陷高程数据文件,由该数据文件可以生成顾及地貌特征的矿区地表塌陷DEM。该方法操作和实现简单,生成的DEM精度可靠,能够表现矿区地表塌陷后的地形状况,可以作为矿区地理信息系统的基础数据,对于指导开采沉陷的防治和治理具有重要意义。     

遥感图像线性影纹理解专家系统设计与实现

线性影纹信息是遥感图像中的一类重要信息,线性影纹信息自动提取是遥感图像智能解译的重要研究领域。笔者采用基于特征对象的专家系统技术来完成线性影纹信息的简单类别提取,设计并实现了线性影纹理解专家系统;阐明了系统结构,解译规则获取、表达,基于消息的不确定性推理机及解释机的设计;最后利用系统做了线性影纹类别提取实验,结果表明基于特征对象的专家系统用于线性影纹类别自动提取是切实可行的,并具有较高的提取精度。     

基于光谱和纹理的SVM矿化蚀变信息提取研究

针对传统矿化信息提取方法单一,利用光谱或纹理、信息量相对较少、需要大量样本的缺陷,利用基于光谱和纹理的支持向量机(SVM)原理,建立矿化信息提取模型.选择青海泽库县析界日地区作为典型研究区.首先提取研究区光谱和纹理信息,选取训练样本;然后求解最优超平面,进而确定决策函数;最后泛化推广识别其他待识别的样本.通过所提取的遥感蚀变异常信息与重砂异常点叠加分析,叠加基本吻合;从野外实地验证来看,均发现了不同程度的矿化现象,并指出了5个重点异常区.     

淮南刘庄煤矿地基人工冻融土工程性质与中微观结构之间关系研究

以淮南刘庄煤矿主井地基的人工冻融土为研究对象,以偏光显微镜,扫描电镜（SEM）为主要研究手段,研究分析了人工冻融土与原状土的中微观结构、冻融前后的中微观结构的变化规律及内在原因。此外,还研究分析了人工冻融土冻融前后的中微观结构及其变化与人工冻融土的物理、力学、工程性质之间的关系。研究显示中微观结构对人工冻融土的物理、力学、工程性质有很大的影响,冻融前后中微观结构的变化受到土的种类、埋深、原状土的中微观结构等因素的影响,且冻融前后的中微观结构的变化在一定程度上主导了冻融前后的物理、力学、工程性质的改变。     

淮南煤田地下水类型及其特征

淮南煤田为全隐蔽煤田,松散层厚度大,主要含煤地层为二叠系。通过大量的勘探资料及生产矿井的开采成果,对影响煤层开采的地下水进行了分类,并对其水文地质特征进行了阐述,为新区的建井与开采提供了参考资料和决策依据。     

信息时代地图集编制特征综述

随着计算机技术的发展,地图集的编制也发生了很大的变化.本文主要从地图集的表示内容、成图方法、资料情况、地图符号、地图整饰5个方面来阐述地图集编制的新特征.对近几年来国家、各省市地图集的编制情况作以概括.     

小波变换在遥感图像上矿区空间定位方面的分析与应用——以鄂东南铁矿矿区为例

随着社会的发展,人们对自然地物的影响越来越显著,大量地改变了地表的状况,在遥感图像上则表现为灰度值变化剧烈,其中的纹理信息发生改变.在频率域上说,人工改变的区域部分的高频成分比其他区域部分要丰富很多,小波变换能够有效地将其中的高频信息提取出来,用假彩色分割图将其中的异常值明显地表示出来.湖北大冶的铁山矿区分布着六大露天矿区,地表开挖范围广,影响程度大,以该地区为例,分析小波变换在遥感图像上矿区空间定位方面的应用.使用本文介绍的方法处理效果比较明显.矿区位置的确定还需要参考断层分布信息,这意味着使用小波变换进行处理的方法具有一定的局限性.     

基于免疫粒子群优化算法的影像纹理分类

粒子群优化算法是基于群智能的随机全局优化方法,它源于对鸟群简化社会系统的模拟。为了提高标准粒子群优化算法的收敛性能,将生物免疫系统的记忆能力和多样性引入标准粒子群优化算法,提出一种免疫粒子群优化算法。在提取纹理样本Laws纹理能量模板特征、小波特征等纹理特征的基础上,提出针对分类问题的粒子表达方法和群体寻优策略,实现了基于免疫粒子群算法的纹理分类。实验结果表明,与标准粒子群优化算法相比,免疫粒子群优化算法在获取训练样本类别中心时具有较好的收敛性能,并且基于该算法的影像纹理分类具有较高的分类精度。