一种集成多分类器的面向地理对象遥感影像变化回溯分析方法

城市土地覆被变化分析在城市发展规划、环境保护研究等方面具有重要意义.在多期遥感影像变化分析中,存在多基于像元、分类器单一等问题,很难体现其优势.为了克服这些问题,提出了一种面向地理对象遥感影像变化回溯分析方法,将三种泛化能力较高的分类器适时应用在遥感影像变化分析框架的不同阶段.首先基于随机森林分类器完成基期影像(最新时间的影像)的土地覆被制图,然后基于与不同期的差异影像结合模糊C均值聚类与多阈值算法获得差异影像二值化结果,最后基于回溯分析获得不同时期影像的变化区域,使用支持向量机分类器获得变化检测结果.以Landsat影像为基础数据,在巴基斯坦伊斯兰堡1990-2018年间的4期影像变化分析中进行验证,并与两种不同方式变化检测方法对比.结果表明,提出的方法得到的4期影像变化检测总体精度平均达到81.4%,明显高于其他两种方法,证明该方法在遥感多期影像变化分析方面是有效的.     

多源遥感影像数据融合的理论与技术

目的 探讨多源遥感影像数据融合技术,包括融合概念、融合原理、融合算法、融合效果评价。方法 对于不同空间分辨率、时间分辨率和波谱分辨率的遥感图像进行综合分析,提出像素级、特征级、决策级遥感影像融合的方法及用信息论的理论建立融合影像评价系统。结果 信息融合可分为3个层次：像素级、特征级和决策级融合;像素级融合信息损失最小,决策级融合信息损失最大;像素级融合精度最高,决策级融合精度最低。结论 对同一地区的多源遥感影像数据进行融合,可以产生比单一信息源更准确、更完全、更可靠的估计和判断,可以提高影像的空间分辨率和清晰度,有效提高遥感影像数据的利用率等。     

一种识别手写字符的多分类器集成方法

提出了一个识别手写字符的综合网络集成模型,该模型由2个B-小波神经网络分类器和一个Morlet-小波神经网络分类器构成,实验的结果充分显示了该方法的有效性。     

多源遥感影像数据融合理论与方法的研究

在分析和探讨多源遥感影像数据融合原理、层次、结构及特点的基础上,归纳了多源遥感影像数据融合方法,并对未来的研究趋势进行了展望。     

采用互补信息熵的分类器集成差异性度量方法

针对多分类器系统差异性评价中无法直接处理模糊数据的问题,提出了一种采用互补信息熵的分类器集成差异性度量(CIE)方法。首先利用训练数据生成一系列基分类器,并对测试数据进行分类,将分类结果依次组合生成分类数据空间;然后采用模糊关系条件下的互补信息熵度量分类数据空间蕴含的不确定信息量,据此信息量判断基分类器间的差异性;最后以加入基分类器后数据空间差异性增加为选择分类器的基本准则,构建集成分类器系统,用于验证CIE差异性度量与集成分类精度之间的关系。实验结果表明,与Q统计方法相比,利用CIE方法进行分类器集成,平均集成分类精度提高了2.03%,分类器系统集成规模降低约17%,而且提高了集成系统处理多样化数据的能力。     

基于GDAL的多类型遥感影像文件标准接口设计与实现

遥感影像文件格式多种多样,组织方式也各有不同.该文通过对GDAL进行深入的分析,设计了一个用C#调用GDAL,并对GDAL进行二次封装处理多类型遥感影像文件的标准接口构件,以满足不同遥感影像文件的存取需求,该构件已在遥感图像处理系统中得以应用.     

基于多特征集成分类器的人脸表情识别

提出基于多特征集成分类器的人脸表情识别新算法。新算法首先对预处理后的人脸表情图像通过3种不同的特征提取方法来提取不同类型的表情特征,然后对不同特征构造不同的分类器,最后构造一个基于神经网络的集成分类器模型,对这3个分类器的输出进行决策融合,从而实现人脸表情的最终识别。在JAFFE人脸表情数据库中的试验结果表明,所提算法的识别效果优于单个特征和单一的分类器。     

多源遥感影像融合方法的比较与评价

分析了多源遥感影像融合的方法和融合过程.选取许昌市某地区的LANDSAT ETM影像为实验数据,分别进行基于主成分变换,乘积变换,比值变换, HIS变换,小波变换的影像融合.在MATLAB中编程并计算反映亮度信息、清晰度、光谱信息、信息量等定量评价参数,对融合效果进行定性和定量的评价.实验表明,不同的融合方法进行融合时会产生不同的效果.     

基于多分类器集成的数据流分类方法

概念漂移给数据流挖掘工作带来了很大阻碍.经典的SEA算法通过动态裁剪集成分类器的方式有效地捕获到概念漂移.其裁剪集成分类器的策略是直接删除掉一个权值最低的基础分类器,这意味着算法抛弃了一个已经学习了的概念,当该概念再出现时还需再学习,导致算法效率的降低.现提出了一种能够提取旧概念的算法(ECRRC),并给出了存储和提取概念的具体方法.面对概念的重复出现,ECRRC不用再学习就能够完成数据流分类.实验结果表明,ECRRC能够提高数据流分类效率.     

我国遥感数据的集成与共享研究

随着在轨运行服务卫星数量地不断增加和数据获取能力地不断增强,可利用的遥感数据成倍数增加,遥感数据集成与共享成为时代的潮流。在分析国际发展现状的基础上,进一步总结出国际发展的全球化、系统化、规范化、网络化等特征;在分析评价我国现有遥感数据资源和集成共享现状的基础上,进一步提出了我国开展遥感数据集成与共享的几点建议和设想。     

遥感图像拼接算法的研究

针对高分辨率遥感图像的特点，在充分考虑图像的空间几何特征和图像像元间相关性的基础上，提出了一种融合的图像拼接处理算法。经该算法处理后的拼接图像很好地保留了地物的几何特征和波谱信息，且重叠区域过渡自然，更有利于遥感图像的后期处理、分析和应用。     

浅析遥感图像判读中的判与读

从遥感图像判读客观实际出发,剖析了遥感图像判读中“判”与“读”的内涵与外延,提出了“判”是基础“读”是深化、“判”有度“读”有限的观点,总结归纳了遥感图像判读中应掌握的思维方法。     

一种适于遥感图像的图像压缩算法

提出一种适于遥感图像的压缩算法,将小波分解后的系数按照零树的方法排列为树状集合,再将树状集合排列为集合树块,为提高数据压缩效率,将集合树块划分成若干比特平面,利用分辨率之间的相似性和相邻系数之间的相关性进行比特平面编码;树块之间独立进行编码,以提高系统抗误码能力．对算法进行了系统仿真,结果表明,本算法压缩效率优于SPIHT压缩算法,且编码算法更简单,系统硬件易实现．     

高光谱分辨率遥感在植被监测应用中的关键技术及应用

高光谱遥感数据已成为地表植被地学过程中对地观测的强有力的工具．综述了利用高光谱遥感数据进行植被监测的研究进展，主要包括以下二个部分：（1）高光谱遥感用于植被监测中的关键技术（2）高光谱遥感数据在植被生长监测中的应用．     

温室气体遥感反演系统的设计与实现

设计并实现了温室气体遥感反演系统,主要包括两个部分:温室气体遥感自动反演处理和多源卫星数据交叉验证.系统采用.NET框架和IDL程序相结合,快速自动地对卫星遥感数据进行反演运算,同时得到主要温室气体反演产品的柱浓度时空分布.系统可以方便地将地基观测数据和国际主要的卫星产品数据进行验证对比和精度分析.应用结果表明,该系统基本满足温室气体遥感监测业务需求,能够提高环保部门的监测能力,在温室气体遥感监测和评价中发挥了重要作用.     

机-星-地遥感图像传输系统的设计

机-星-地系统在遥感图像的传输中十分重要。该系统设计的关键是系统各组成部分的功率分配，决定系统实现的制约因素是遥感图像压缩电路的性能。文章根据遥感图像传输的要求，首先计算了系统各级所应具备的发送功率，然后根据飞行器的有效发送功率决定的传输带宽上限设计了基于小波方法的遥感图像压缩处理系统，详细分析了系统的小波基选择、系统总体框图及视频图像压缩电路的具体技术路线。实验结果表明，该系统设计方案可行，性能满足机-星-地遥感图像传输的需求。     

遥感图象中波谱混迭象元分离方法的研究

提出用层次神经网络模型来解决遥感图象中波谱混迭象元的分离问题,即所谓的“同谱异构”问题,该模型由两级或多级神经网络级联而成,第一级神经网络主要用于波谱混迭象元的分类,采用第一个稳含层的BP网络,输入节点数目等于输入波段向量的维数,输出节咪数目等于期望类别数;第二级和后续层次的神经网络用于波谱混迭象元的分离,也采用只有一个稳含层的BP网络,其输入节点数目仍然等于波谱向量的维数,输出节点数目等于形成该混迭波谱的类别数,该模型可以高度精确地分离出波谱混迭的象元。     

基于知识的遥感图像分类系统

本文应用问题求解的黑板模型并利用产生式系统作为基本软件结构,设计并实现了一个基于知识的遥感图像分类系统;对知识获取与表示进行了研究;通过实验论证了系统的可行性.     

多源遥感图像融合平台的设计与实现

介绍了图像融合的框架层次结构,以及像素层、特征层和决策层3层图像融合的方法及其相互关系。分析了图像融合平台的设计与实现方法,选择基于DS证据理论和模糊Kohonen神经网络聚类算法,进行了适当改进,并加以验证。结果表明,模糊Kohonen神经网络聚类算法的聚类精度和聚类速度都要优于传统算法。     

一种基于WCF的遥感数据验证系统的设计与实现

遥感数据验证影响到遥感反演应用中的方法及功能的设计,是遥感数据处理的一个重要环节.现有遥感数据验证功能主要在单机环境下运行,不能很好地适应分布式系统及云计算环境且传输效率较低.针对此问题,设计一种基于WCF(Windows Communication Foundation)的遥感数据验证系统,能够实现分布式环境下遥感数据及验证结果的传送功能,统一性和互操作性强,且易于扩展,数据传输性能较高.实例及分析说明了系统的有效性.