首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
为克服直接从地震资料中获取的地震属性具有维数高、数据量大、信息冗余、高度非线性,且数据样本缺乏先验知识分类等缺陷,用基于等价关系的模糊聚类方法对有监督局部线性嵌入算法进行改进,将其应用于地震属性的非线性降维优化,实例表明其地震属性降维优化效果优于常规线性降维方法,为地震资料解释处理、储层预测及物性参数反演提供了良好可靠的数据资料。  相似文献   

2.
C2C电子商务平台因其客户量大、影响参数复杂,导致对客户满意度分析很难用传统统计学的方式进行。本文分析了影响客户满意度的重要因素,指出其中客户主观因素对满意度结果造成影响的几个要素,针对这些要素,使用蚁群算法对其进行聚类。在实际应用中,为解决蚁群算法期望值不稳定的情况,引入了模糊算法对蚁群路径选择期望值β做了调整。  相似文献   

3.
论述了自组织网络与模糊规则结合的遥感分类方法、自组织网络中得到光谱分类知识的途径,以及模糊隶属函数的表示和模糊区间的确立,结果表明该分类方法与单纯的组织网络分类相比精度不下降,分类时间大大减少,同时该方法可以将学习样本得到的分类知识同专家分类经验相结合  相似文献   

4.
相似单元堤段模糊聚类分析   总被引:2,自引:1,他引:1  
对堤防工程采取单元堤段相似性分类便于堤防的安全评价与管理。在划分单元堤段的基础上,拟定单元堤段的属性指标,基于模糊聚类理论对单元堤段的属性指标进行定量指标和定性指标相似性组合度量,构建单元堤段模糊相似矩阵,再通过平方法计算出模糊相似矩阵对应的模糊等价矩阵。通过调整模糊等价矩阵的阈值,获得不同单元堤段的分类组合,再结合混合F统计方法和模糊划分熵确定最佳分类数。  相似文献   

5.
为了提高遗传算法的搜索效率,给出了一种改进的遗传算法。该算法改进了适应度函数和交叉操作,扩大了搜索范围。通过三个经典函数的测试表明,改进算法与基本遗传算法相比较,在函数最优值、平均收敛代数、收敛概率等方面都取得了令人满意的效果。  相似文献   

6.
基于最大似然分类算法的土地覆盖分类精度控制研究   总被引:5,自引:0,他引:5  
在土地覆盖分类应用中执行最大似然分类算法存在许多可能影响精度的问题,包括确定分类类别及数量、光谱波段、先验概率、选择和改进样本区等。在总结了这些问题后,提出了解决方法,并应用ERDAS IMAGINE 8.6软件以南京市TM数据为例进行了分类实验,结果证明此方法能有效提高分类精度。  相似文献   

7.
为了提高遗传算法的搜索效率,给出了一种改进的遗传算法。该算法采用混合编码,改进适应度函数和变异操作,扩大搜索范围。通过四个经典函数的测试表明,改进算法与基本遗传算法和自适应遗传算法相比较,在函数最优值、平均收敛代数、收敛概率等方面都取得了令人满意的效果。  相似文献   

8.
为提高土地生态功能分类的科学性和探索新的土地生态功能分类方法,以及为土地分类研究提供理论支撑,运用德尔菲法获取土地生态功能评分,通过设置作用对象、作用方式以及所影响的对象等三方面的特征因子,建立土地生态功能评分表,采用聚类分析法进行客观分类。研究发现:在谱系聚类方法中采用半偏R~2统计量、伪F统计量和伪t~2统计量进行最佳聚类数分析效果好于R~2统计量;在K均值聚类方法中采用伪F统计量作为聚类数的分析效果比R~2统计量更显著;采用谱系聚类的最终分类结果好于K均值聚类。  相似文献   

9.
为了提高遗传算法的搜索效率,给出了一种改进的遗传算法。该算法提出了新的交叉操作和仿粒子群变异,扩大了搜索范围。通过经典函数的测试表明,改进算法与一般自适应遗传算法相比较,在函数最优值、平均收敛代数、收敛概率等方面都取得了令人满意的效果。  相似文献   

10.
基于全极化SAR与多光谱的喀斯特山区农村林地提取   总被引:1,自引:0,他引:1  
[目的]为加快推动贵州省"互联网+"林业建设,打破贵州喀斯特高原山区遥感监测瓶颈,选取了空间分辨率8m的Radarsat-2全极化SAR数据与空间分辨率6m的SPOT 6多光谱影像作为数据源,探究微波与光学遥感结合在喀斯特山区农村地区的林地提取技术。[方法]首先采用ENVI SARscape与NEST软件对SAR图像预处理。将Radarsat-2全极化数据与SPOT 6标准假彩色影像进行HSV融合。计算融合图像的平均梯度、信息熵、标准差与均值,评价出最优融合效果的极化方式。基于K均值(K-means)与最大期望(EM聚类)聚类算法分割图像,选择合适的算法,基于聚类分割的阈值进行面向对象的林地分类。最后,基于像素的混淆矩阵精度评价,结合贵州省林业厅调查数据、野外样方和航拍图,建立参考样本评价分类结果。[结果](1)融合之后,目视解译出林地边缘明显但较粗糙;对于在林地中小面积建筑物、农田中的较分散的林地小图斑能够识别,但边缘粗糙;有林地和灌木林地在色调上区分明显;在融合后的明度图中的灌木林地有明度较大的像元,此类像元为石旮旯地。(2)通过定量分析,融合之后的影像较SAR和光学数据信息量大。同极化平均梯度大于交叉极化,HH极化方式下各指标最大。图像EM聚类分割比K-means聚类更加细化。EM聚类图像的特征区分明显;(3)研究分类出了有林地、灌木林地和其他林地。面向对象的林地分类总体分类精度达到85.71%。[结论]研究将微波与光学遥感结合,为喀斯特山区中农村地区的林地提取提供新思路,与传统的林地监测相比,数据获取快捷,提高工作效率,精度准确。有助于通过遥感的手段解决地块破碎区域的林地提取问题,为提高多源遥感技术在喀斯特农村地区中的林地智能监测的能力提供借鉴。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号