ASTER高光谱影像在地面人工建筑物信息提取中的应用

ASTER(高级空间热辐射热反射探测仪)是高光谱遥感影像时代到来的标志,高光谱遥感与一般遥感影像相比能为对地观测提供更高质量的信息源.以福州市的一景ASTER影像数据进行主成分分析及波段运算,然后进行非监督自动分类,结果表明能较好地提取地面的人工建筑物信息.该结果可服务于城市规划和城市环境评价中.     

基于区域分割的彩色航空影像建筑物自动检测

为了从高分辨率遥感图像中完整提取建筑物区域,采用区域分割的原理,研究了建筑物自动检测的方法。该方法首先利用利用K-Mean分类方法将地物分为两类:人工地物类和非人工地物类,然后利用阴影、Mean Shift分割信息来剔除人工地物类中干扰区域,再根据形状分析来确定真实的建筑物区域。本文用上述方法对高分辨率航空影像进行了实验,实验结果证明了该方法有着较高的识别率、较好的准确性和鲁棒性,具有实用价值。     

基于Envisat数据的地物后向散射特征研究

本文采用ENVISAT ASAR的APMode（Alternating Polarisation Mode）数据,由雷达图像成像原理及物理机制人手分析广州市几种典型地物（水体、植被、建筑物）在不同极化方式下后向散射特征及其成因。在此基础上选取HH极化图像、VV极化图像及VH／VV比值图进行合成,并利用监督分类方法对该极化合成影像进行分类,与光学影像的分类结果图进行比较。结果表明：极化雷达具有探测水质的能力,建筑物的后向散射特征还与其排列方式有关,极化合成影像分类图能初步达到地物分类识别的效果。     

基于3S技术的图们江下游湿地系统分类及分布特征研究

利用3S技术对图们江下游地区的湿地系统进行了分类.以Spot卫星影像为信息提取的数据源,采用监督分类和人工分类相结合的方法,把该地区的湿地划分为5个系统、8个子系统和12个类型.通过对分类结果的比较分析发现,虽然图们江下游地区湿地的面积比较大,但是主要以人工湿地为主,自然湿地所占比重低且湿地景观比较破碎,湿地生态系统脆弱.     

基于GF-1数据和非监督分类的冬小麦种植信息提取模型

针对当前冬小麦种植信息提取方法普遍存在严重依赖地面样本数据和人为主观干扰过多的现象,而非监督分类算法自身又具有独特的特点,研究了基于非监督分类的冬小麦提取方法。在实际应用中,非监督分类的初始分类数目难以准确确定,这会导致分类精度降低或分类结果需要进行二次人工合并。通过时间序列曲线和差值增强技术解决了初始分类数目难以准确确定的问题,提出了一种以归一化植被指数为冬小麦信息识别指标,基于高分一号数据和非监督分类的冬小麦种植信息提取模型。以河北省辛集市为研究区,应用该模型提取了2014和2015年辛集市冬小麦种植信息,并应用混淆矩阵方法进行精度验证和与监督分类方法对比分析。结果表明:①该模型冬小麦的制图精度为94.23%～96.64%,用户精度为92.31%～95.45%,Kappa系数0.89,整体精度达到94.33%以上;②在无需地面样本数据支持的条件下,该模型可以达到近似监督分类的提取精度。可见提出的冬小麦种植信息提取模型精度较高,可以满足区域内冬小麦种植信息地面遥感监测的需求,是一种行之有效的冬小麦种植信息提取新方法。     

基于自组织映射网络的流量分类算法

网络流量分类在QoS、流量控制及网络安全等领域发挥了重要作用. 有监督型的机器学习方法对新流量的识别往往依赖于先前的人工分析;自组织映射网络算法模拟生物神经元,通过自组织行为对数据进行分类学习;实验表明,该无监督型算法能够对新流量进行自动识别,提高了流量识别的准确率.     

多视角半监督分类算法比较及研究进展

随着科技的发展,数据的获取渠道变得越来越多,所获得的数据也越来越多样化,多视角数据在目前的应用也已经相当普遍.但是在处理真实世界的问题时,获得的多视角数据一般只带有少量标签,而人工标注的成本比较高昂,因此多视角半监督学习在机器学习和图像处理领域引起了许多学者的关注.本研究对近年来提出的多视角半监督分类方法进行归类,并对多视角半监督分类方法所面临的挑战进行讨论.     

多视角半监督分类算法： 最新进展与比较研究

随着科技的发展，数据的获取渠道变得越来越多，所获得的数据也越来越多样化，多视角数据在目前的应用也已经相当普遍. 但是在处理真实世界的问题时，获得的多视角数据一般只带有少量标签，而人工标注的成本比较高昂，因此多视角半监督学习在机器学习和图像处理领域引起了许多学者的关注. 本文总结了近年来发表的多视角半监督分类方法并对这些方法进行了归类，对多视角半监督分类方法所面临的挑战进行了讨论.     

基于模糊C均值和BP神经网络的遥感影像自动分类算法

针对非监督分类算法分类精度不高、监督法分类算法的训练样本需要人工选择且容易误选的问题,提出了一种基于模糊C均值聚类(FCM)和BP神经网络相结合的遥感影像自动分类算法。首先利用FCM对影像进行初始聚类,然后根据聚类结果,由该算法自动选取其中的纯净像元作为训练样本,并送入BP网络进行学习,用最终训练得到的BP神经网络分类器对TM遥感影像进行分类,实验结果表明该算法具有较高的分类精度,能够满足大尺度地物类别判定的需要。     

利用单类分类方法提取全极化雷达影像中的建筑物

建筑物是人类赖以生存的基本场所,为人类的各种活动提供容纳空间,建筑物分布信息是当代社会非常重要的信息资源。本文引入单类分类方法,对城市建筑物进行识别提取。文章介绍了基于最小超球支持向量机的单类分类方法,并提取一景全极化SAR影像的多种极化特征,利用该方法进行了建筑物提取实验,结果表明单类分类方法能够融合多种特征快速提取建筑物,且能保证一定的提取精度。     

基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别

获取震后建筑物震害信息有利于开展人员救援和灾后重建工作。由于高分辨率合成孔径雷达（SAR）数据少有震前数据存档,利用震后单时相高分辨率SAR数据评估建筑物震害成为研究热点,但利用高分辨率SAR数据对单体建筑物的研究却很少。本文以北川老县城震后0.24mTerraSAR-X聚束模式（ST）数据为数据源,经多视处理后提取建筑物纹理特征,对比分析不同视数大小和纹理计算窗口大小对建筑物震害识别影响,确定最佳纹理计算窗口大小和视数大小。结合震前光学数据,获得SAR单体建筑物轮廓图,随机选取建筑物轮廓样本作为训练样本,引入支持向量机（SVM）和随机森林（RF）分类器识别建筑物震害信息。结果表明,基于纹理特征的SVM、RF方法能有效地识别高分辨SAR影像单体建筑物震害信息,SVM识别精度可达到88.24%,RF识别精度可达到92.47%。可见基于高分辨率SAR数据的纹理特征识别建筑物震害方法稳定有效,可为灾后应急、灾害评估和灾后重建工作提供可靠信息支撑。     

基于最小二乘支持向量机的低孔低渗薄互层油藏水淹层识别方法

大庆西部外围低孔低渗泥质砂岩泥质含量重、储层厚度薄,水淹层测井响应特征不明显,常规人工经验性解释已不能满足实际开发需要.根据油水性质在测井资料表现上的不同,选取有效表征油水性质的独立测井参数,基于最小二乘支持向量机理论,建立分类器进行油水性质识别分析.以工区现有测试资料的层位作为训练样本进行训练,建立不同水淹级别储层的分类器,并验证分类器精度及有效性,从而对油田生产的待识别油水层进行识别分析.通过对工区的样本学习和预测,并与实际试油资料进行对比,符合率达到92.2%,结果表明,最小二乘支持向量机在低孔低渗薄互层水淹层中可获得良好应用.     

基于高分遥感的一种新的面向对象城市建筑物信息提取的方法研究

摘要:[目的]为了提高城市建筑物信息提取精度,本文在前人研究的基础上,针对下垫面结构复杂的城市区,提出了多尺度分割和规则数据库结合的面向对象方法,对城市区建筑物信息进行提取。[方法]该方法首先采用Full Lambda-Schedule算法对QuickBird多波段和全波段数据融合数据进行尺度分割,获取尺度分割结果;再根据光谱特征、形状特征、几何特征和纹理特征等指标建立规则知识库,利用规则数据库对尺度分割结果进行建筑物信息的提取。以广州市白云区为研究区,利用尺度分割和规则数据库结合的方法提取建筑物信息,提取结果与其它分类结果进行了比较。[结果和结论]结果表明:基于规则的面向对象的分类方法可以有效地避免传统的基于像素分类时出现的椒盐现象,避免一些错分、漏分的情况分类（如:道路和阴影）,结果更加符合人类的思维方式,与实际值更接近,总体分类精度达到87.0154%,Kappa系数为0.8714,比一般面向对象分类方法更适合作为城市建筑物专题数据库更新的有效方法。     

遥感专家分类系统在滇西北植被信息提取中的应用试验研究

 选取滇西北香格里拉县的大中甸乡作为试验区,基于GPS定位调查对试验区典型覆盖地物的遥感多光谱信息进行测定与分析理解,集成GIS功能进行地形模型的变量处理,利用ERDASIMAGINE遥感专家分类系统模块,探索对试验区主要植被类型进行智能提取的知识库设计与分类组织实施.初步探索结果表明.相对于仅仅基于遥感光谱信息的传统分类方法,由于专家系统技术可以组织多变量参与分类信息提取,并通过专家综合分析进行灵活多变的规则知识库设计,还可根据区域特征与环境资源管理需要对专家分类过程实行反复调试的功能,因此,专家系统技术在自然环境复杂多样的云南山区植被信息提取中具有较为突出的先进性和实用性.对于试验结果,可通过适当的规则修改调整,将有关技术方法应用推广到其它广大山区.     

采用文献计量可视化知识图谱分析的装配式建筑预制供应链管理

为掌握装配式建筑预制供应链管理的发展现状和挖掘未来研究机会,以Web of Science核心合集数据库为数据来源,通过严格定义检索关键词,收集2000-2019年装配式建筑预制建设管理活动相关英文文献105篇.从发文量和年度分布、期刊和作者影响力、关键术语共现和主题分类等几个方面展开分析,并基于VOSviewer软件实现可视化知识图谱.根据聚类色谱图选取每个主题的典型文献进行讨论,检视和分析预制供应链管理的现状、空白和关键研究.结果表明:生产调度在资源配置、动态扰动、优化目标之间的平衡和求解算法等方面还需做更深入探索;预制供应链的动态管理包括动态扰动的风险评估、预防和响应等,是改善预制供应链管理绩效的重要切入点;基于建筑信息模型(BIM)、无线射频识别(RFID)技术、物联网等信息技术的智能供应链将是未来主流方向;预制供应链风险管理研究对完善预制供应链管理理论起到很好的补充作用.     

MATLAB在化工实验研究中的应用

文章简述了MATLAB的特点、功能及其编程核心即M文件;结合化工实验实例介绍了MATLAB的数学建模,包括理论分析、程序实例;讨论了非线性映射的神经元网络的模型选取、训练规则及可视化界面。两种数据处理方法,前者简便实用,后者灵活且精度可调节。     

电子系统雷击电磁脉冲风险评估分级及工程实例

分析了建筑物内电子系统雷击电磁脉冲风险因子,介绍了对建筑物内电子信息系统雷击电磁脉冲进行风险评估分级的步骤。通过工程实例,分析了雷击电磁脉冲风险评估分级在工程中的应用。     

徐州市土地利用变化对生态效应的影响分析

文章以1994年、2002年徐州市的土地利用图为主要信息源,在GIS技术的支持下,剖析了近八年来徐州市土地利用的变化规律及其对城市生态效应的影响.结果表明:研究时段内,徐州市城市土地利用类型呈现出从自然、半自然景观用地向人工景观用地转变的趋势;城市土地利用类型的变化导致了城市整体生态效应的下降;在各种土地利用类型中,林地和农田的数量和质量对城市整体生态效应的影响最为突出.     

使用微多普勒信息识别伪装人体目标动作的新方法

为了有效识别垂直遮障伪装后的地面人体目标动作类别,首先使用具有全天候探测、可穿透障碍物能力的多普勒雷达获取人体目标微多普勒信号,再将微多普勒信号经短时傅里叶变换后获得的时间、频率和功率三维信息图形作为数据源,并使用点描述算法获取三维形状特征用于分类。使用20组人体目标的4个不同动作实测数据,分别采用多层感知器结构的人工神经网络方法和超核支持向量机方法对动作特征进行分类。通过比较实验证明,提出的方法可以更高效地进行人体目标动作分类。     

BP网络在膨胀土判别和分类中的应用

结合膨胀土的影响指标和神经网络的特性,提出了一种针对膨胀土进行判别和分类的新方法-BP 网络方法。BP 网络是通过将网络输出误差反馈回传,来对网络参数进行修正,从而实现网络的映射能力。结果表明,用神经网络对膨胀土进行判别和分类的准确率很高,它无须在判别因子与预测目标之间建立基于某种理论的经验统计关系。