生成模型学习的遥感影像半监督分类

以生成模型最大似然估计为例,引入结合已标记样本和未标记样本的半监督分类方法来解决遥感影像分类中的小样本问题,应用已有的少量已标记样本初始化一个分类器,结合大量未标记样本,通过递归计算的方式对分类器进行优化,直到包含所有样本的似然函数收敛到局部极大值。通过分析遥感影像待分类类别与影像中地物类型固有特征之间的关系,设计两个在不同生成模型假设下的分类实验。结果表明,未标记样本的参与可在很大程度上提高小样本条件下的影像分类精度,但两种样本的数量应保持一个适当的比例。最后通过与在解决小样本分类问题方面有独特优势的SVM方法的分类比较,发现在小样本情况下,本文方法具有更好的应用潜力。     

基于偏差原则和正则化方法反演晴空地表BRDF和反照率

提出一种反演晴空地表反照率快速稳健的新算法——混合算法。该方法首先利用双参数模型函数确定正则参数的初始值,然后由基于Morozov偏差原则的高阶收敛算法确定正则参数,继而通过Tikhonov正则化手段来反演BRDF模型。从POLDER-3/PARASOL BRDF数据库中任意挑选不同覆盖的地表像元测量数据,与MODIS全反演法结果作比较,对比较结果给予了讨论;最后选择天津市地区的卫星图像进行反演实验,并就反演结果给出了误差分析和算法模型的评价。     

基于北京二号影像辅助nDSM的建筑物自动提取

针对建筑物提取方法缺乏泛化性的问题,本文提出了将nDSM、北京二号影像、NDVI、BAI的七通道图像相结合作为数据源的提取方法。采用随机森林、梯度提升机、支持向量机、BP神经网络分类器对建筑物进行提取获取最佳分类器模型,并运用二值化与开闭运算,以建筑物面积与最小外接矩形面积的比值为阈值,对建筑物分别进行最小外接矩形、DP算法拟合,优化建筑物提取结果。试验结果表明,梯度提升机(GBDT)较其他分类模型在不同场景下综合效果较好,F-score精度更高。     

基于DEM的地形简化方法对比分析

地形简化作为一门重要的数据压缩技术已广泛应用于DEM。在大量简化算法中，地形简化指标作为地形简化的核心环节，其好坏直接关系到地形简化的好坏。本文对基于局部误差、曲率和法向量的五个地形简化指标进行了分析评价，用离散的高斯合成曲面来模拟真实DEM，以解析得到的高斯曲率作为地形简化指标“真值”，对比研究了在离散高斯曲面上得到的五个简化指标与解析所得“真值”，通过对各个指标“保特征性”可信度的分析，获得了对这五个指标的整体评价，最后，实例验证了本文结论的正确性。     

高光谱图像波段选择的改进二进制布谷鸟算法

波段选择是高光谱遥感图像分类的重要前提,本文提出了一种用于高光谱遥感图像波段选择的改进二进制布谷鸟算法,通过使用混合二进制编码算法更新子代鸟巢和使用遗传算法交叉方式更新被发现鸟巢两个方面对二进制布谷鸟算法进行改进,找出在图像中起主要作用且相关性低的波段,实现对高光谱遥感图像降维。将本文算法运用于PaviaU数据集和AVIRIS数据集,并与二进制布谷鸟算法、二进制粒子群算法、最小冗余最大相关算法、Relief算法等进行对比分析。结果表明,改进二进制布谷鸟算法波段特征选择效率更高,且选取的波段更具代表性,能够较好地提高后续分类精度。     

基于L-BFGS算法和同时激发震源的频率多尺度全波形反演

全波形反演可以利用叠前地震波场的运动学和动力学信息重建地下速度结构,具有揭示复杂地质背景下构造与岩性细节信息的潜力。然而,庞大的计算量和存储空间需求,限制了全波形反演的发展。在频率多尺度全波形反演中将L BFGS数值优化算法与同时激发震源技术相结合的方法来改善这一现状。首先,对Marmousi模型进行了速度反演：在计算过程中明显发现对计算机内存的占用减少,最终反演结果与实际Marmousi模型的拟合误差为0.095 9,较小;采用10个频带单炮震源正演384炮所需时间约为32 640 s,而采用同时激发震源（384炮）正演一次所需时间仅约为700 s。然后,基于高速楔形体模型进行了抗噪能力研究：原始含噪地震记录信噪比为11.147 3 dB;对反演得到的速度模型进行正演,其地震记录信噪比为22.251 8 dB。最后,基于逆冲断层模型进行了反演速度扰动能力研究,反演得到的最终模型很清晰,与具有速度扰动特性的实际模型非常接近,拟合误差仅为0.036 0。数值模拟试验结果表明：此方法反演精度高,内存开销较小,能够显著提高计算效率,并且具有良好的抗噪能力,能够反演出具有速度扰动特性的介质。     

海面-地面系统中三维古地面反演计算的剥蚀算法研究

三维古地面反演计算是海面-地面系统研究中的一个基础研究。该文在前人研究的基础上提出了三维古地面反演计算的剥蚀算法,并与传统的加积算法做了比较分析,得出剥蚀算法比加积算法有对时间序列离散判断简单、方便计算等优点。同时,在GIS平台下实现了该算法,并以长江三角洲地区为试验区,进行了古地面虚拟反演计算,取得了较好的效果。     

新冠肺炎流行病学模型的最优参数化

现如今,新冠肺炎(COVID-19)严重威胁着世界各国人民的生命健康.许多流行病学模型已经被用于为政策制定者和世界卫生组织提供决策参考.为了更加深刻的理解疫情趋势的变化特征,许多参数优化算法被用于反演模型参数.本文提议使用结合了高斯-牛顿法和梯度下降法的Levenberg-Marquardt(LMA)算法来优化模型参数...     

基于CART算法的三维成矿预测研究——以安徽白象山矿区为例

把地质大数据和人工智能技术引入矿产资源定量评价及成矿预测体系中,提高了海量地质数据的有效信息挖掘,弥补了传统方法的不足。本文基于白象山矿区基础地质资料和物化探成果资料,利用三维地质体建模技术和三维空间分析技术,量化三维控矿因素,建立了一种基于CART 算法的三维成矿预测模型。通过在白象山矿区的实验表明：该模型能较好的定位已知矿体,并且预测出在已知矿体北部、东部、东北部、西部、南部和东南部具有较高的成矿概率,可圈定找矿靶区。该模型将地质大数据应用于找矿勘探工作,具有纯数据驱动、预测精度高、预测结果可靠等优点。研究发现,该模型的预测效果与训练数据集的数量、矿控因素提取、决策树深度等有关。     

顾及城区机载LiDAR数据特征的配准算法

条带配准是点云数据处理的一个重要环节.文章介绍了经典ICP配准算法的基本原理;考虑到城区机载LiDAR数据中地物的组成、空间分布等特征,提出了一种ICP算法中对应点集的选择策略,并建立了城区机载LiDAR数据的自动配准流程.利用河南安阳试验场的真实点云数据进行配准实验,结果表明在不需要人工干预的情况下,可以很好地将条带数据拼接在一起,建立无缝点云数据.