综合单点和点簇的建筑物点云分类方法

在单点分类方面主要对分类特征进行了比较全面的分析和综合,而在点簇分类方面则依据建筑物的实际形态提出了一种高效的基于决策树的分类法则。综合性方法是上述两种方法的配合使用,首先利用单点分类提高精度,再利用点簇分类提高可用性。实验结果表明,综合方法不仅有着非常高的精度,并且其结果方便后期利用。     

基于机器学习的区域工程地质分层思路与方法研究

传统的地质分层方法通常依赖于人工解释和经验判断,存在过程繁琐、工作量大、受人为因素影响较大等缺点。本文旨在研究基于机器学习的区域工程地质分层的思路与方法,将地层分层问题转换为地质体空间单元的序列到序列预测任务及地质属性特征分类任务,以提高地质分层的准确性和效率。本文在对工程地质原始数据开展深入研究的基础上,提出采用深度学习方法对静力触探试验数据进行地质分层的训练和预测,通过分类算法对取土孔土样进行分层,并定量评价了相关算法的适用性。通过对比传统方法和机器学习方法的结果,验证了机器学习在地质分层中的优势。本研究为区域工程地质研究提供了一种新的地质分层思路,具有重要的实践意义。     

2003年新疆巴楚地震CPT液化数据库构建

2003年2月24日新疆巴楚-伽师地区发生M_S6.8地震,出现了唐山地震、海城地震后近30年我国大陆最具规模的砂土液化现象。大量研究显示,巴楚地震液化砂土标贯击数与锥尖阻力指标偏大,采用国内外液化判别方法往往会判为非液化。利用Robertson土质分类图对巴楚地区孔压静力触探试验(CPTU)数据进行土类分层检验,基于以下原则,选定了液化点液化层与非液化点临界液化层。(1)应选取非液化点土层剖面中最易液化层,不能因液化点力学指标偏大而将非液化点临界液化层力学指标选得更大;(2)应结合q_c-h与R_f-h图,避免选取黏土为液化层;(3)巴楚地区液化层往往上覆非饱和细砂,形成透水边界,选取液化层时应舍弃存在透水边界的土层。最后,利用我国规范方法构建了巴楚地震静力触探(CPT)液化数据库,并进行了初步的判别分析。     

地下管线普查产品的检验

随着城市地下管线在城市管理、规划及建设发展过程中重要性的逐渐体现,越来越多的城市开展了地下管线普查,但其质量检验与质量评定方法却相对滞后,本文结合实例阐述了地下管线普查产品的检验及质量评定方法,供大家参考。     

基于高分三号极化SAR数据的农作物散射特性分析及分类

高分三号卫星是我国首颗多极化的高分辨率C波段SAR卫星,其于2017年1月正式交付用户使用后,主要被用于海洋遥感方面的研究。而极化SAR对于农作物的结构特征十分敏感,适合于农作物监测及分类。文中首次利用高分三号的极化SAR数据分析不同农作物的极化散射特性,然后利用H/α-wishart分类和H/A/α-wishart分类方法对湖南省岳阳县洞庭湖实验区域的高分三号极化SAR数据进行分类。整体分类精度高于85%,Kappa系数大于0.8。实验结果表明,高分三号全极化数据能够较好地表征农作物的散射特性,并可用于极化SAR农作物分类研究。     

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%。     

卷积神经网络在SAR遥感海冰分类中的应用可行性分析

分别介绍了卫星遥感海冰监测、分类的传统方法,以及卷积神经网络在遥感影像分类识别中的应用成果。尝试将在图像识别、语言检测等方面取得成功的卷积神经网络算法应用在海冰图像分类中,利用其能够应对非线性、网络结构简单、可并行运算等能力去解决海冰数据分类问题。     

大沽河口湿地变化的遥感监测

遥感影像分类是遥感影像应用研究的重点。本文以大沽河口湿地为研究对象,利用2009年到2017年的Landsat ETM+和OLI影像,使用支持向量机分类法对研究区域中的河流、盐田、养殖区、耕地、建设用地、滩涂进行分类,分类结果的总体分类精度达到98%,Kappa系数达到0.98,表明该方法在湿地分类方面具有很大应用潜力。对分类结果的面积进行统计分析并研究其变化原因,结果显示,该区域受人类活动和自然因素双重影响,这九年来建设用地、河流面积分别增加772.27hm2、75.30hm2,耕地、养殖区面积分别减少了39.54hm2、522.95hm2。