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.     

�Ľ����Ŵ��㷨���ڹ�ҵ�������ݴ���

??????????????????м???????????????? MATLAB????????????????,????????????????????????????????????????????????????????????????????,?????????????????????????????涼?н???????     

卫星遥感接收数据的管理与软件开发

卫星遥感接收数据是遥感影像应用的重要数据来源,因此对特殊格式的海量接收数据的存储和管理成为卫星遥感应用的重要环节。采用多层存储模式对数据分类、分级存储,建立空间数据库管理空间数据和属性数据。基于ArcEngine开发技术建立卫星接收数据管理平台,实现空间数据的快速查询和属性数据的自动入库等高效管理功能。     

数据库与实测数据融合实现对深海跃层的快速估算

海洋跃层的快速估计对于环境的态势评估具有重要意义,跃层估计的精度和估计所用时间是两个主要评估要素.基于实测的温度、密度和LEVITUS数据库中的温度、密度进行融合来对跃层进行快速估计,可通过实测数据对数据库的数据进行补充和修正,然后利用修正后的数据对跃层进行快速评估.结果表明,该方法可以大幅度地缩短跃层估计的时间和提高...     

高度计波高数据同化对印度洋海域海浪模式预报影响研究

为提高海浪模式预报的精度,改善初始场是途径之一。研制了基于最优插值(OI)方法的海浪数据同化并行程序模块,并将其植入第三代海浪模式WAVEWATCH IIITM,建立了印度洋海域海浪同化预报方法,使用卫星高度计波高数据进行了同化预报试验。OI模块的并行设计使得植入同化模块的海浪模式仍能以并行方式运行。文中5°S以北印度洋海域为目标区域,嵌套在WAVE-WATCH IIITM的全球网格中,使得目标区域开边界条件得到较好解决。同化数据使用Jason-2高度计测量有效波高(SWH)沿轨数据。海浪同化预报模式由大气模式WRF(Weather Research andForecasting)输出的1小时一次的海面10 m风场驱动。将同化的模式结果(SWH)、无同化的模式结果(SWH)分别与高度计沿轨数据(SWH)进行比较,表明同化改善模式预报初始场的效果是明显的。以同化初始场出发进行海浪预报试验,结果表明,高度计波高数据同化在一定程度上可改进海浪短期预报的精度。     

利用DINEOF方法重构缺测的卫星遥感海温数据

针对海温数据补缺问题提出一种基于经验正交函数(EOF)分解的缺测数据重构方法--经验正交函数插值法(DINEOF).此方法是一种自适应的EOF分解方法,不需要任何先验信息,并且能估算出重构数据的误差大小.奇异值(SVD)分解时采用了Lanczos算子以提高计算速度,并利用了交叉验证的算法以确定出重构时所需最优的EOF阶数.实测数据处理结果表明,DINEOF方法能很好地重构大面积的缺测数据,具有较高精度及实际可操作性.     

基于Java Applet的网络地图服务平台设计与实施

网络地图平台设计是数字地图应用的一个重要发展方向。作者着重论述了采用Java Applet建立网络地图服务平台的实现思路、基本框架、数据组织及系统实施的关键技术,在此基础上介绍了地图发布软件的基本功能设计、结合COM组件技术实现公交换乘功能设计、界面设计等,最后给出具体实例。     

Research and Test of Real-time Search Algorithm of Fast Radio Bursts Based on GPU Acceleration

In order to satisfy the research need of Nanshan 25 m radio telescope of Xinjiang Astronomical Observatory (XAO) and study the key technology of the planned QiTai radio Telescope (QTT), on the basis of the original CPU (Central Processing Unit)-based real-time search algorithm of FRBs (Fast Radio Bursts), we have studied the GPU (Graphics Processing Unit)-based real-time search algorithm of FRBs, and built the corresponding real-time search system of FRBs. We have made the comparison and analysis on the GPU system and CPU system, the test result shows that under a given searching accuracy, the speed of the GPU-accelerated algorithm is improved by 35–45 times compared with that of the CPU algorithm.     

内蒙古区域数值预报对探空和地面观测资料的敏感性试验研究

基于内蒙古睿图预报系统的低分辨率版本和WRFDA-FSO诊断工具,评估2021年7月现有探空和地面观测对内蒙古睿图预报系统预报的影响。该方法计算代价相对低廉,并允许根据观测变量、观测类型、气压层次、地理区域等观测的子集对观测影响进行划分。代价函数为以干总能量为度量的背景场和分析场的预报误差之间的差异。结果表明:观测影响的总体总和为负,观测对预报起正贡献作用。对12 h预报误差减小贡献最大的观测来自探空观测的动力变量(U、V风分量)。而单时次单位数量平均观测影响,探空观测的贡献约为地面观测的1/2。探空观测对12 h预报误差减小从近地面层至模式层顶均保持正贡献作用,并在对流层中低层和对流层高空急流层存在两个极大值区域;地面观测在850 hPa以下低层正贡献占比明显。探空观测在被同化系统同化时均总体具有有利的影响,也反映出探空观测数据稳定、质量较高的特征;地面观测对12 h预报误差减小起正贡献作用次数最多的区域在河套地区尤为显著。同时,探讨了需进一步提高地面观测资料同化率的问题。     

收缩城市建设用地利用效率时空分异及影响机制——以黑龙江省伊春市为例

建设用地是城镇经济社会活动的空间载体,其利用效率是调控建设用地扩张和配置的重要基础.论文以收缩型城市——黑龙江省伊春市为例,利用DEA模型测算了1995-2015年伊春市建设用地利用效率分析其时空演变规律,并运用地理探测器模型探究伊春市建设用地利用效率空间分异的影响机制,结论如下:①1995-2015年伊春市建设用地利...