基于Q型因子分析的训练样本的选择

本文提出基于Q型因子分析的训练样本的选择方法。它可自动地选择训练样本,且被选的训练样本具有代表性和完整性,使其在自动分类中充分使用所采集的样本信息,以便得到满意的分类结果。作者通过实验与分析证明,该方法是可行的,而且它优于基于人工随机的训练样本的选择方式。     

植被高光谱遥感分类中训练样本的选择方法

针对植被高光谱遥感分类过程中参考光谱训练样本的选择问题，研究分类过程中常用训练样本的选择方法，并在此基础上提出2种新的训练样本选择（纯化）方法，然后结合具体的OMIS-I高光谱遥感数据，验证方法的有效性。     

基于计算机X射线断层术与扫描电镜图像的黄土微结构定量分析

以湿陷性黄土的电镜扫描（SEM）和三轴CT扫描试验为基础,针对CT图像分辨率较低、难以实现土微结构精确量化的缺陷,通过对不同放大倍数的SEM图像进行图像分析,并从其中选择标准训练样本,利用训练样本对CT图像进行监督分类,从而达到定量化分析土的微结构的目的。通过比较CT图像基于自身灰度分级和基于SEM训练样本两种不同方法进行监督分类,结果表明基于SEM训练样本的CT图像监督分类,可以更好地量化监测黄土大孔隙、团粒、黏土集粒和矿物颗粒在固结剪切过程中的变化规律,从而为土的微结构研究提供了新的视角。