高分一号影像分类方法对比分析

影像分类问题是遥感影像信息提取研究领域的基本问题,同时也是十分关键的技术问题之一。随着国产遥感卫星数据种类和质量的丰富与提升,对其进行高精度分类以实现国产卫星数据的有效利用,成为非常重要且值得深入探讨的问题。文章以湖南省益阳市某区域高分一号遥感影像为例,在监督分类、非监督分类与面向对象分类三大分类方法中,各选取两种最具代表性的分类算法进行研究区影像分类,对比分析这六种分类方法对研究区影像分类的结果与精度,寻找适用于国产卫星高分一号影像的分类方法。研究结果表明:支持向量机-监督分类效果最佳,面向对象分类方法也有一定的优势;进一步研究发现,经过融合处理后的研究区影像,在分类效果和精度上,都有明显的改善与提升。     

南丰县桔园空间分布信息的遥感提取

柑桔是我国南方亚热带红壤地区重要的经济果类,准确地获取柑桔种植分布信息对区域水土保持、制定农业政策等方面具有重要的意义。文章以江西省南丰县为研究区,利用增强自适应时空融合模型ESTARFM,对Landsat NDVI数据与同期MODIS NDVI数据进行融合并重构出高时空分辨率数据,基于此数据采用随机森林分类方法提取桔园信息。结果显示:(1)ESTARFM时空融合模型生成的影像与同期原始影像显著相关(p0.01),说明重构的高时空分辨率数据十分适用于研究区桔园信息的提取。(2)研究区桔园信息提取精度为95.25%,Kappa系数为0.922 7。基于高时空分辨数据,随机森林分类方法在研究区桔园提取中取得了理想的效果,为南方地区果园信息提取提供一种新的方法。     

基于迁移学习的高分遥感影像场景分类

随着高分遥感卫星的发展,高分遥感影像数据逐年增长,其在国土、农业、城市建设、环境监测、生态建设等方面发挥着重要的作用。然而传统高分遥感影像的场景分类速度较慢,精度较低。文章将深度学习中的卷积神经网络与高分遥感影像的场景分类相结合,极大地提高了分类精度。与此同时,运用迁移学习技术极大地降低了训练样本数量与训练时间,为高分遥感影像的场景分类提供了新的思路。     

土地工程应用中高分二号卫星影像融合方法的比较研究

针对土地工程领域的热点研究区域,本文以高分二号全色1米多光谱4米的卫星影像为数据源,应用Gram-Schmidt(施密特正交化)变换融合、Brovy(色彩标准化)变换融合、NNDiffuse(最临近扩散)融合、Project Resolution Merge(投影变换)融合及ESRI(ESRI全色锐化变换)融合五种在工程应用中常用的融合方法,从定性和定量两方面对融合后的影像进行评价。结果表明,ESRI、Gram-Schmidt、Brovy真彩色融合三种方法的视觉效果较好,其空间细节有所增强,色调较自然;ESRI、Gram-Schmidt和NNDiffuse融合方法对原多光谱影像的光谱保真度较高。综合比较试验数据,ESRI融合方法最适合土地工程应用中城乡复合区高分二号遥感影像的融合,GramSchmidt方法可以作为其候选方法。     

深度学习融合多源数据的城市土地利用制图研究

基于单一方法和单一数据源的遥感图像复杂信息挖掘的精度和可靠性不高。而深度学习为代表的人工智能方法为高分辨率遥感地物信息挖掘提供了新的手段。着眼于城市化的精准监测和精细管理需求,本文选取西安市空港新城作为研究区,建立适合中国城市的高分遥感土地利用数据集。通过微调最先进的卷积神经网络模型,从遥感图像中提取有价值的颜色和纹理特征,得到高精度的地物分类结果;利用多源数据对模型分类精度进行交叉验证,在此基础上基于空间分析识别复杂目标;引入共享单车数据进行土地利用建模,挖掘影响城市发展的关键因素。我们将3S技术和人工智能技术应用到土地利用制图与分析中,为城市地理学精细化和定量化研究做出有价值的尝试。     

基于Sentinel-1A微波数据的土地利用信息提取方法对比

本文基于哨兵卫星Sentinel-1A双极化微波遥感数据,应用H/Alpha-Wishart、H/A/Alpha-Wishart两种非监督分类和Wishart迭代分类、支持向量机(SVM)两种监督分类方法分别对上海及长江入海口区域进行地物信息提取。对遥感数据进行预处理,利用H/A/Alpha极化目标分解提取极化特征参数;对影像进行非监督分类,对比非监督分类结果,计算分类精度;利用Wishart分类器和SVM分类器进行监督分类;参考Google earth等地图工具,对研究区的训练样本进行选取,将训练样本和极化参数带入分类器进行训练并不断调整参数,得到分类结果;进行精度分析,对比各分类方法的分类精度。由最终分类结果可知:监督分类对图像的解译效果最好,可解释性强,SVM监督分类结果最好,H/Alpha-Wishar最差,非监督分类方法中增加了A的H/A/Alpha-Wishart,非监督分类精度得到了提升。     

基于多源遥感数据的蒸散发时空融合研究——以贵州省后寨河小流域为例

获取具有高时空分辨率的蒸散发数据对于喀斯特区域水资源管理和规划具有重要意义。基于增强型自适应时空融合模型和MS-PT蒸散发估算模型，设计输入参数融合方案，构建喀斯特区域具有高时空分辨率的蒸散发数据集。结果表明：基于MS-PT模型在该地区估算蒸散发与实测值较为接近；自适应时空融合模型在地表复杂的喀斯特区具有较好的适用性；对于输入参数融合方案，融合后的蒸散发与实测蒸散发具有可靠的融合精度。     

基于GF-2遥感影像的博湖县监督分类方法对比研究

土地利用类型对一个地区各方面的发展都具有一定的影响,对土地类型的了解有助于更加准确把握发展的动向。本文以新疆维吾尔自治区博湖县的一部分作为研究区,选取GF-2遥感影像作为数据源,采用监督分类中的马氏距离法、最大似然法、最小距离法、随机森林法、光谱信息散度法五种分类方法,对博湖县的地物进行分类与识别,通过混淆矩阵法计算总体分类精度,利用Kappa系数对分类结果进行精度验证。结果表明,随机森林法在五种分类中呈现出最好的结果,分类效果最好,其次是最大似然法。这说明随机森林法能够更好地发挥GF-2遥感数据在土地利用分类中的实际应用潜力,且有效提高了各种土地利用类别的分类精度。     

结合HSV与PCA变换的遥感影像融合

文章提出结合HSV与PCA变换的遥感影像融合方法。针对HSV融合易损失光谱特性,以及PCA融合已损失纹理特性的问题,结合HSV与PCA相互配合的影像融合方法,并以Landsat8多光谱影像和全色影像融合为例,进行试验,通过统计分析,得出该方法最大程度保留了原始影像光谱信息,同时较好地保留了纹理信息。     

遥感栅格数据切分技术的应用研究

遥感影像数据是一种以栅格形式表示的数据,随着所描述范围的扩大和空间分辨率的提高,数据量呈几何级数地增长,海量性已成为遥感影像数据的主要特征之一。因此,如何实现多源海量卫星遥感数据共享与网络发布,服务于全社会的各行各业,已成为遥感影像数据处理、空间信息的存储、分发与共享等研究领域迫切需要解决的关键技术问题。文章提出以牺牲存储空间来提高处理速度、对遥感栅格数据构建影像金字塔的技术路线,引入影像金字塔模型及瓦片技术,编程实现了栅格地图的切分。最后,基于Google Maps平台成功实现了遥感栅格数据的发布,为海量遥感数据的应用和发布提供了借鉴。     

塔拉壕煤矿精细三维地震勘探处理技术应用

为解决塔拉壕煤矿地形复杂,黄土厚度横向变化大,造成区域地震资料信噪比低,以往成果准确度无法满足井田的生产指导的问题,通过合理处理方法、流程、参数选择,在保真的前提下,极大提高资料的信噪比、分辨率,最终解释成果（断层、巷道）与采掘对比揭露准确率显著提高,为煤矿的安全开采提供可靠的依据,并总结出适合此区精细三维地震勘探处理的技术方法。     

基于特征增量的新类识别方法研究

在分类应用的过程中,经常会出现新的类别,导致数据分布发生显著变化,使得原分类模型不再适用。如何识别新的类别使分类模型能适应其出现已经成为一个亟需解决的问题。本文提出基于特征增量的SVDD(支持向量数据描述)新类识别方法。该方法在SVDD算法的基础上,通过增加新特征,扩大特征空间维度从而提高模型对于新类的识别能力。在多个数据集上的实验结果表明,该方法能有效识别新类,使更新后的模型具有更高的准确度。     

基于NBC模型的电力变压器故障诊断

随着电力变压器朝着大容量、高电压、高负荷的方向发展,其结构也越发复杂,故障逐渐增加.当前广泛使用的改良三比值法在对电力变压器进行故障诊断的过程中,容易出现准确率低和漏判率高等问题.鉴于此,提出一种NBC模型,该模型将朴素贝叶斯网络和改良三比值法的优势结合,在对电力变压器当前状态数据和历史样本数据充分学习的基础上,利用朴素贝叶斯分类器对当前电力变压器故障的编码组合进行故障预测分类,将预测所得到的诊断结果进行排序整理输出,实现了对电力变压器各类故障的有效分类.仿真结果表明,该NBC模型能较好地适应电力变压器各类故障的诊断,故障综合诊断正确率为95％,相较于改良三比值法,诊断准确率提升了50％,具有较强的工程实用性.     

北斗星基增强系统的精确性研究

介绍北斗卫星导航系统的现状以及北斗卫星星基增强系统的工作原理.研究影响卫星导航精度定位的主要来源,确定有3种误差源,分别为卫星钟差、对流层延迟误差、电离层延迟误差.在此之后,对影响定位精度最主要的误差源——电离层延迟进行分析.针对电离层误差提出格网电离层模型的优化算法并通过数据采集和算法仿真对比得到较好的优化模型.通过仿真结果对比证明了优化算法能够有效降低电离层误差值.     

我国科学数据网络管理平台建设现状研究

采取网络调研与电话调研相结合的方式,对我国国家和地方科学数据网络管理平台的建设情况进行了总结。从调研情况来看,各省科学数据平台建设程度不一,绝大多数省份处于未建或初建状态,个别的已具备一定的规模。另从各平台科学数据的分类可以看出,各省对科学数据涵盖面的认识也不尽相同。在此基础上,进行了问题分析并分别就数据源、数据分类、平台功能和元数据标准等对平台建设提出了几点建议。     

使用虚拟图片作为目标检测训练集

对于基于深度学习的目标检测算法来说,想要获得高准确率,除了算法本身,还需要数以十万计的高质量图片作为训练集以及大批量的数据集标注.由于安全帽检测领域没有合适的大规模训练集,且除了网络上能够收集到的部分图片外,只能通过摄像头获取相关图片,但这种单一场景又导致模型过拟合而降低了泛化能力.为此研究一个能够通过人工生成的与真实场景相近的虚拟场景并进行自动标注,为缺少大规模训练集的检测模型提供一定的帮助的同时减少了手工标注工作.使用U nity3D建立了多个虚拟场景,并在场景内设置一些自由行动的佩戴、未佩戴安全帽的人员来获得相关图片和标注,使用Yolov3作为统一的检测程序进行检测,实验结果表明,以U nity3D为基础建立的虚拟图片能够帮助训练集较少的模型获得更高的检测精度.     

基于极端梯度提升树算法的测井曲线重构方法

南海西部海域油田测井资料采集过程中经常会出现测井曲线缺失的问题,为油气层测井解释精确评价带来了较大困难。为解决该问题,基于XGBoost算法综合利用测井、气测录井资料实现测井曲线重构。该方法支持处理稀疏数据,并且通过网格搜索实现模型参数自动优选。通过在靶区对比不同机器学习算法以及不同测井曲线的重构效果,该方法的调参难度低、计算精度高,可以有效提高曲线重构的工作效率。将该方法应用到南海西部油田低阻水淹层识别工作中,取得了良好的应用效果。     

基于随机森林的商业性养老保险购买行为预测

将随机森林应用到商业性养老保险购买行为预测过程中,对中国综合社会调查（CGSS）2017年问卷的调查数据进行分析。首先运用SMOTE过采样来平衡数据集,其次采用网格搜索确认模型输入参数,最后将改进后的随机森林模型进行分类预测,并与支持向量机模型对比。实例结果表明,SMOTE过采样方法在处理非均衡数据方面表现良好,能够起到提高模型性能的效果,处理后的随机森林的分类效果优于支持向量机。     

规则模糊系统和ICA在图像识别中的应用

利用模糊系统中的模糊规则和SVM中内积函数之间的关系,通过支持向量机对训练样本进行学习,由支持向量确定模糊规则,构建基于规则的模糊分类器。对人脸图像做独立成分分析,提取有利于分类的面部特征的主要独立成分。该模糊系统在ORL人脸库上的实验结果表明,该方法同样适合解决小样本、非线性、高维模式的分类问题。