检索结果-南通市图书馆

青藏高原地表分类及其东北部辐射通量的二维数值模拟

在线全文

学校读者我要写书评

暂无评论

高原气象 2000年第2期19卷 198-213页

作者：程麟生宋振鑫杨德保兰州大学大气科学系甘肃省兰州市730000

通过对青藏高原地区地表特征的格点分类及沿五道梁站的经向二维中尺度数值模拟 ,结果发现 :青藏高原地区 1 3类地表特征都有 ,尽管其植被自西北向东南呈带状分布 ,但仍十分复杂 ;而其地表特征的这种格点分类为该地区的高分辨数值模式模... 详细信息

通过对青藏高原地区地表特征的格点分类及沿五道梁站的经向二维中尺度数值模拟 ,结果发现 :青藏高原地区 1 3类地表特征都有 ,尽管其植被自西北向东南呈带状分布 ,但仍十分复杂 ;而其地表特征的这种格点分类为该地区的高分辨数值模式模拟提供了极其有用的下边界条件。地面净辐射通量及其诸分量的模拟结果与观测结果的相当接近与一致表明 ,该模式具有模拟青藏高原地区地面通量日变化的能力。模拟结果和观测分析还指出 :夏天晴天条件下 ,太阳净短波辐射是地面辐射能收支中的主分量 ,其 844W m2 的峰值明显大于内地 ,出现在 1 2 :0 0BST( 0 4 :0 0UTC)至 1 4:0 0BST( 0 6:0 0UTC)的单峰值区间与地面向上长辐射的一致 ,但超前 1h ;而大气向下逆辐射的日变化较地面向上长波辐射和地面净辐射的复杂 ,这与高原地区云的复杂变化有关 ;地面净辐射的单峰平均值约 584W m2 ,但因其下垫面类型不同而明显相异。感热通量的剖面结构及演变揭示出一些重要特征。

关键词：青藏高原地面辐射数值模拟辐射通量地表分类

在线全文

学校读者我要写书评

暂无评论

多源时空数据的地表分类信息挖掘

测绘通报 2021年第5期 10-14页

作者：杜萌赵萍张浩朱明非钱梦茹江苏省基础地理信息中心江苏南京210013

随着国土空间的发展,自然资源管理、国土空间规划等对于地表分类信息的需求日益增大,如何采用数据挖掘手段高效准确地获取地表分类信息成为目前重要的研究方向。本文在对多源数据进行分析研究的基础上,以地理国情监测、基础测绘、天地... 详细信息

随着国土空间的发展,自然资源管理、国土空间规划等对于地表分类信息的需求日益增大,如何采用数据挖掘手段高效准确地获取地表分类信息成为目前重要的研究方向。本文在对多源数据进行分析研究的基础上,以地理国情监测、基础测绘、天地图等多源时空数据为数据源,参考第三次全国国土调查分类方案,综合采用多维度地表分类、语义规则映射、空间综合映射、多场景特征判断、分类权重判断、空间聚合分析等多种方法对地表分类信息进行挖掘。提出了一种汇聚多源数据优势的地表分类信息挖掘方法,对于丰富地表分类数据产品类型和信息的维度具有重要的意义。

关键词：多源时空数据地表分类信息挖掘数据产品信息

在线全文

学校读者我要写书评

暂无评论

基于高光谱图像的无人车地表分类方法研究

基于高光谱图像的无人车地表分类方法研究

作者：赵玉英南京理工大学

学位级别：硕士

无人车能够完成自主导航以及各种无人操作任务的基本前提,是对周围复杂环境的正确感知。目前智能无人车的研究测试环境主要基于高速公路以及城市化道路,很少考虑到未知地表类型对车辆驱动力的分配,从而引发的速度匹配问题以及车体倾覆... 详细信息

无人车能够完成自主导航以及各种无人操作任务的基本前提,是对周围复杂环境的正确感知。目前智能无人车的研究测试环境主要基于高速公路以及城市化道路,很少考虑到未知地表类型对车辆驱动力的分配,从而引发的速度匹配问题以及车体倾覆问题。然而,城市化道路和野外道路具有一定的差异,两种场景下的地表结构是不同的,车辆底层控制应该有所不同,这对于军用地面无人车辆来说更为重要。基于此,本文重点研究无人车在结构化道路和非结构化道路中的地表分类问题。考虑到传统RGB图像在地表分类方面的局限性以及使用高光谱进行地表分类的探索性,本文主要基于高光谱图像开展地表分类的研究工作,研究内容主要包括以下几点:（1）搭建了车载高光谱数据采集系统,设计了地表数据采集方案,在真实室外环境下进行数据采集,主要采集了柏油路、土路、水泥路、植被这几类比较常见的地表结构,并针对每幅图像进行像素级打标,建立了地表分类数据集。（2）研究并分析了高光谱图像分类中的一些关键技术,包括高光谱图像降维方法、基于CNN的高光谱图像分类方法、分类评价指标等。详细分析了高光谱图像降维方法中波段选择和特征提取的区别,阐明了本文使用波段选择方式进行波段降维的合理性和必要性。重点研究了1D-CNN、2D-CNN、3D-CNN用于高光谱图像分类的流程,并阐明了基于空谱联合特征提取通常比基于谱特征提取的分类方法更有效,为本文的主体研究工作确立了大方向。（3）提出并实现了一种结合类间可分性因子的SNMF波段选择方法,用于对地表高光谱数据进行波段降维。通过规定波段聚类数取值范围,然后以一定步长进行反复测试评估,最终选出24个波段用于地表分类研究工作。（4）提出并实现了一种同时考虑像素空间信息和光谱信息的2D-CNN框架用于地表分类,并和基于谱特征的2D-CNN、基于RGB三通道图像的2D-CNN进行地表分类结果对比,一方面验证了结合空谱信息的2D-CNN比单纯使用谱信息的2D-CNN分类效果更好,另一方面也证明了高光谱图像相对于传统RGB图像的优势。（5）提出并实现了一种端到端的空谱残差3D-CNN网络框架用于地表分类,该方法可以直接对原始三维高光谱数据进行训练,而无需先进行波段降维,同时其空谱残差的设计思路能够解决网络层数变多带来的网络退化问题,大大提高了分类性能。通过实验对比分析了该方法与SPC、SPA、以及2D-CNN的地表分类效果,实验结果表明,空谱残差3D-CNN能够取得更好的分类性能。

关键词：智能无人车地表分类高光谱波段选择空谱特征提取空谱残差3D-CNN

面向地表分类的支持向量机（SVM）主动学习方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向地表分类的支持向量机（SVM）主动学习方法研究

作者：顾海媛南京理工大学

学位级别：硕士

移动机器人的研究已成为机器人研究领域的一个热点,在移动机器人研究的相关技术中,正确感知当前环境是顺利完成后续任务的重要前提。因此,对地表图像进行分类具有重要的研究意义。近年来,机器学习方法与环境感知相结合的研究已成为了国... 详细信息

移动机器人的研究已成为机器人研究领域的一个热点,在移动机器人研究的相关技术中,正确感知当前环境是顺利完成后续任务的重要前提。因此,对地表图像进行分类具有重要的研究意义。近年来,机器学习方法与环境感知相结合的研究已成为了国内外移动机器人、机器学习乃至计算机视觉等研究领域一个主要研究方向。本文对传统的支持向量机(SVM)理论进行了研究,并将它用于地表图像的分类问题,实现了基于支持向量机方法的地表分类系统。实验表明,传统的支持向量机方法虽然能获得比较好的效果,但需要大量人工标记的样本进行分类器的训练,代价昂贵,也影响分类器的训练速度。因此,本文引入了主动学习方法来加快SVM的训练速度。主动学习方法不需要标记所有的训练样本,能够在机器学习的进程中,主动选择最有利于改善分类器性能的样本添加到训练样本中进行学习,从而有效地避免了过多的人工干预,减少了训练样本数量。实验表明,基于主动学习的SVM算法是有效的,能够在保证分类器性能的前提下有效地减少了学习样本的数量。

关键词：地表分类特征提取支持向量机主动学习

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多分类主动学习方法在地表分类中的应用

多分类主动学习方法在地表分类中的应用

作者：张江红南京理工大学

学位级别：硕士

移动机器人在野外环境的感知能力对其导航起着重要作用,其中地表分类是感知系统中的重要组成部分。机器学习方法在机器人感知领域中有着广泛的应用,然而传统的监督学习需要训练大量的标记样本,对野外环境采集到的庞大的图像数据进行标记... 详细信息

移动机器人在野外环境的感知能力对其导航起着重要作用,其中地表分类是感知系统中的重要组成部分。机器学习方法在机器人感知领域中有着广泛的应用,然而传统的监督学习需要训练大量的标记样本,对野外环境采集到的庞大的图像数据进行标记,是很耗时费力的,代价也很大。本文通过引入主动学习机制来解决该问题。地表分类是一个多分类问题,第一种解决方法是直接将解决两类问题的算法扩展到多类问题中,第二种方法是将多类问题分解成多个两类问题。本文将主动学习和多分类方法结合起来解决地表分类问题。在generalized Bradley-Terry （GBT）模型的基础上,引入主动学习机制来解决多分类问题,实现了基于GBT模型的不确定性多分类主动学习算法。该算法中使用的多分类方法有“一对一”,“一对多”,"dense ECOC"和"sparse ECOC"四种分解方法,并用编码矩阵表示。最后,在模拟数据集和地表数据集上进行了主动学习和监督学习的对比实验,验证了在达到相同准确率时主动学习比监督学习需要更少的标记样本,从而降低了构建高性能分类器的代价。

关键词：多分类主动学习地表分类 Generalized Bradley-Terry模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

结合多通道深度学习和随机森林的地表分类

软件 2019年第11期40卷 114-118页

作者：何银银赖水长侯建赭凌杰强南京理工大学计算机科学与工程学院

地表分类技术对地面无人驾驶车辆的感知能力有着重要影响。而针对传统卷积神经网络CNN(Convolutional Neural Networks)地表分类效果不佳的问题,本文提出一种结合多通道深度学习和随机森林的地表分类算法。算法先通过图像计算得到人工... 详细信息

地表分类技术对地面无人驾驶车辆的感知能力有着重要影响。而针对传统卷积神经网络CNN(Convolutional Neural Networks)地表分类效果不佳的问题,本文提出一种结合多通道深度学习和随机森林的地表分类算法。算法先通过图像计算得到人工设计的特征LBP;再采用多通道融合技术,将原彩色图像的RGB三通道和LBP通道加以融合形成融合图像;然后构建并预训练卷积神经网络,以此提取融合图像的关键特征信息;最后用随机森林分类器代替卷积神经网络输出层完成地表分类。实验结果表明,本文算法识别正确率达到98.56%,相比于传统卷积神经网络能取得更好的分类结果,具有一定的鲁棒能力。

关键词：卷积神经网络多通道融合地表分类随机森林 LBP特征

基于Geoway组合软件的地理国情普查地表分类信息提取方法研究

在线全文

学校读者我要写书评

暂无评论

测绘与空间地理信息 2017年第5期40卷 106-108,111页

作者：董传胜李国华山东省国土测绘院山东济南250013

通过对基于Geoway组合软件的两套方案开展地理国情普查地表分类信息提取方法试验,对比两套方案的适用性,研究地表分类信息的关键技术,总结应用软件在地表分类信息提取的方法和步骤,为后续开展地理国情监测中的地表覆盖分类信息提取提供... 详细信息

通过对基于Geoway组合软件的两套方案开展地理国情普查地表分类信息提取方法试验,对比两套方案的适用性,研究地表分类信息的关键技术,总结应用软件在地表分类信息提取的方法和步骤,为后续开展地理国情监测中的地表覆盖分类信息提取提供技术参考。

关键词： Geoway 地理国情普查地表分类信息提取

在线全文

学校读者我要写书评

暂无评论

高分二号卫星影像在地表分类中的研究

经纬天地 2023年第4期 56-59页

作者：陈昀常州市自然资源和规划服务中心江苏常州213022

高分二号高空间分辨率遥感影像在地表监测中具有重要作用。为了更好地获取监测地表变化数据,研究使用高分二号监测研究地区的地表情况,并对基于UNet网络的遥感影像分类方法进行了改进。实验结果显示:改进UNet网络分类的整体准确率为89.9... 详细信息

高分二号高空间分辨率遥感影像在地表监测中具有重要作用。为了更好地获取监测地表变化数据,研究使用高分二号监测研究地区的地表情况,并对基于UNet网络的遥感影像分类方法进行了改进。实验结果显示:改进UNet网络分类的整体准确率为89.98%,分类精度较高。基于遥感影像与监测数据的评价结果显示,研究区域的环境综合状况处于良好等级,但道路两侧坡面在雨季仍有崩塌可能,可见高分二号可以有效地监测地表变化并提供灾害预警。

关键词：高分二号地表分类遥感影像改进UNet网络

在线全文

学校读者我要写书评

暂无评论

高分五号遥感影像地表信息分类方法研究

经纬天地 2021年第2期 45-48页

作者：孔令尧辽宁省自然资源事务服务中心辽宁沈阳110034

随着遥感技术的发展,高光谱影像数据在地表信息分类中的优势得到了广泛关注,本文针对地表信息分类的方法进行了探索研究。依据经过预处理后的高分五号高光谱影像数据,利用基于波谱特征的光谱角匹配法、基于统计特征的支持向量机法和ENVI... 详细信息

随着遥感技术的发展,高光谱影像数据在地表信息分类中的优势得到了广泛关注,本文针对地表信息分类的方法进行了探索研究。依据经过预处理后的高分五号高光谱影像数据,利用基于波谱特征的光谱角匹配法、基于统计特征的支持向量机法和ENVINet5深度学习模块对公路、居民地、林地、耕地、厂房和工业空地,共六类典型地物进行提取分类及结果分析,并从定性、定量和效率三个维度进行综合评价。

关键词：高分五号高光谱影像地表变化监测地表分类