排序方式: 共有7条查询结果,搜索用时 250 毫秒
1
1.
本文基于2014年、2017年、2018年三期GF1遥感影像,针对北京市石景山永定河河道变化特征,开展基于深度学习算法的河道自动提取与变化图斑自动发现。选择GEOWAY GFLP作为地理要素智能训练平台,采用基于疑似变化区域自动发现与人工交互确认相结合的遥感监测技术路线,选取典型水体样本进行分析、训练,构建深度学习卷积神经网络水体提取模型。通过分析与验证发现,基于深度学习水体提取模型自动提取的河道准确率高于90%,精度高于最小距离、最大似然及SVM分类方法,可用于城市河道的自动提取和变化发现。 相似文献
2.
针对当前特征提取方法不能充分挖掘高光谱影像稀疏特性的问题,提出一种基于稀疏判别分析的高光谱影像特征提取方法。首先,在线性判别分析的系数向量中引入稀疏正则项来捕获具有更强判别能力的特征,将高光谱影像映射至低维稀疏的子空间;然后,利用迭代优化方法对模型进行求解。利用Salinas和Pavia University高光谱影像进行对比实验,所提方法与分类方法结合用于影像分类时,其分类精度优于其他方法,总体分类精度分别达到97.42%和97.64%。 相似文献
3.
根据木瓜园内以及附近气象站的气温观测资料,对广州地区木瓜园的气温特征及其预报模型进行了研究。结果表明,虽然木瓜园内和园外气温日变化趋势一致,但是不论白天还是夜间,木瓜园的气温都低于园外裸地。当木瓜树体较高,冠层稠密时,园内气温的垂直分布表现为12时气温以1.5m处最高,0时气温以1.5m处最低。园内、园外气温之间存在着显著的线性相关关系。以当日园外气温为预报因子建立的不同月份1.5m高度木瓜园内气温预报方程,其平均绝对误差大都在0.5℃以内,平均相对误差大都在10%以内,具有较高的精度。 相似文献
4.
5.
6.
7.
1