基于支持向量机的遥感影像分类比较研究

支持向量机是建立在统计学习理论基础上的一种新的人工智能算法,较好地克服了传统分类方法中存在的小样本、非线性、过学习、高维数、局部极小点等问题,是一种极具潜力的遥感影像分类算法。本研究采用Landsat-5的TM影像,用支持向量分类法对影像进行分类,分析了支持向量机不同参数组合情况下的分类精度,并对支持向量分类法与传统分类方法进行了比较,发现支持向量分类算法具有参数选择范围宽,不要求对待分类区域地物光谱特征和影像分布特征具有先验知识,分类精度高等特点,对于在没有现场同步实测数据的区域进行精确的分类具有特别重要的价值。     

基于GIS的核应急一张图系统设计与实现

核电作为一种清洁可靠的新能源,已经成为我国能源发展战略的重要组成部分,成为优化能源结构、应对气候变化的重要选择,但同时我国核电站应急安全领域还没有完备、统一的核应急地图制图输出标准和平台。针对这一重大问题,本文在研究我国核电应急安全相关资料的基础上,结合GIS的空间分析、数据管理方面的优势和计算机相关技术,设计并实现了核应急智能一张图系统,构建了集核安全应急分析以及快速专题地图输出等功能为一体的综合制图平台,为我国核电站应急安全研究以及相关措施制定和实施提供技术支持。