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。     

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。     

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。     

基于半监督迁移学习SVM的多标签分类算法

传统的支持向量机分类模型只有在利用大量已标注数据进行训练才能获得较高精度。在现实研究中,实际产生的数据类型种类繁多,有结构数据和非结构数据等,但都有一个共同特点,大多具有多个标签,因此传统分类算法无法直接应用于多标签分类。文章提出一种基于迁移学习的分类算法,引入迁移学习解决训练数据充分的问题,这种方法在目标域数据集被标注比较少的情况下有着明显的优势;同时为了在训练分类模型的过程中找出对分类起关键作用的信息可以引入半监督学习。     

中印商业银行效率的实证比较研究

本文利用参数方法和非参数方法对中印两国商业银行体系X效率进行比较研究,发现在2005～2009年期间,中国银行体系平均效率优于印度银行体系;另外,两国银行体系效率在样本期内都在缓慢提高.对参数方法和非参数方法的结果进行对比,发现两者是强相关的,也即本文的研究结果对于方法论的差异保持了一致性和稳健性.     

基于支持向量机的C2C电子商务信用评价体系研究

电子商务的成功需要买卖双方彼此信任并做出承诺,无论是企业还是个人,都应对其信用进行评估。对于企业信用评级来说,评级制度必然会减少或避免企业因信息不对称而产生的各种不诚实行为(包括违约行为)。基于模糊积分的支持向量机(SVM)集成方法,对客户信用进行评价,考虑了各分类器的分类结果,各个分类器对最终决策的重要性作出判断。通过实证分析,探讨支持向量机(SVM)集成方法的可行性和优越性,为我国建立电子商务客户评价体系提供参考。     

基于支持向量机的旅游目的地游客满意度评价模型

游客满意度是旅游目的地旅游业发展的风向标,对旅游地的和谐发展具有重要的指导意义。针对游客满意度与满意度评价指标之间存在明显的非线性关系,在重构旅游目的地游客满意度测评指标体系现有的基础上,利用支持向量机方法构建旅游目的地游客满意度分类评价模型,实现对旅游地5种满意度状态的智能评判。试验结果表明,与传统的神经网络分类器相比,SVM具有更优的分类正确率及更快的运行速度,具有一定的推广应用价值。     

一种小色差瓷砖颜色自动分类器设计

研究小色差含纹理图像的在线检测方法,通过描述颜色组成和表达,确定颜色检测手段;分析大幅面、小色差检测对象在图像采集中的难点,建立适合企业应用的采集环境;根据检测对象的纹理特点,选择合适颜色特征统计方法,获得表示颜色的特征向量;运用K类均值无监督学习方法,通过小批量样本自动生成分类器,并将分类器应用到同批产品的检验分类中。实验证明采集环境能稳定获取颜色检测数据,通过学习生成的分类器能达到人工分类效果。     

加权投票自适应的联络中心多类型任务量预测

联络中心排班需要准确预测到达任务量的各种类型。联络中心任务量数据庞大复杂,针对多类型任务的预测方法进行了研究,实现了对联络中心大量任务数据进行准确预测类型任务的目的。首先分析了任务量数据特点,确定了工作日和休息日对任务类型的影响。工作日使用PSO优化LIBSVM模型的参数,作为弱分类器用自适应增强算法迭代训练,提出用加权投票方法融合弱分类器的思想;休息日直接使用PSO-SVM模型预测。实验结果表明,该方法的分类准确率相对于传统方法准确率有很大提高。这对联络中心的人员排班管理具有重要的作用,对其他的服务行业的任务预测分类也有重要的参考价值。     

基于CatBoost的护士离职预测研究

针对传统的离职预测算法应用于现实中高维度小样本不平衡数据集时存在准确度低、易过拟合、鲁棒性差等问题,应用梯度增强集成分类器CatBoost算法,进行类别型特征处理,利用BOHB(Bayesian Optimization and Hyperband)寻找最优参数,结合交叉验证对模型分类性能进行评估,建立分类模型并对护士离职情况进行预测。该算法采用高维小样本不平衡特征的上海部分公立医院的护士离职数据集,并与XGBoost、随机森林、支持向量机进行对比。实验结果表明,该算法准确度高,鲁棒性强,能够有效地对护士离职进行预测。     

多种深度学习算法联合提高地震相分析及油气储层预测效果

联合使用多种深度学习算法，更好地挖掘地震数据中的隐蔽和有用信息，实现相互补充和优化，对于减少地震相分析结果的不确定性，具有重要意义。为此，提出了一种从标签训练到数据挖掘再到优化的全过程深度学习地震相分析的方法和流程。首先，通过自组织映射网络图SOM进行波形分类，为监督学习提供具有代表性的训练数据；然后，利用卷积神经网路CNN和循环神经网路RNN进行地震相分析，将预测得到的地震相分析结果输入到生成对抗神经网络GAN进行算法优化及运算结果的不确定性分析；最后，结合实际资料分析给出最优结果。本文提出和实现了SOM+CNN/RNN+GAN的监督和非监督联合的深度学习地震相分析的方法及实用流程，通过在研究区河道砂体储层油气预测的实际应用，证明该方法提高了地震相分析及油气储层预测结果的可靠性及效果。     

面向对象的无人机正射影像土地利用详查研究

本文选取试验区进行无人机航空摄影,使用PixelGrid系统处理影像数据,获取试验区正射影像,利用面向对象的影像分类方法提取土地利用信息并进行精度评价,最后对面向对象的无人机正射影像土地利用详查技术流程进行总结。结果表明:无人机航空摄影测量技术在土地利用信息快速获取方面具有广阔的应用空间;利用面向对象方法进行影像分类效果较好,总体精度达到89%,Kappa系数为0.82。研究结果为利用无人机航空摄影测量技术进行土地利用详查提供了一定的指导意义。     

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。     

性别差异在功能性脑网络的驾驶疲劳检测中的影响

驾驶疲劳是引发交通事故的一个主要因素。驾驶疲劳因其复杂性而难以检测。本文以脑电信号为工具,利用Pearson相关系数的方法构造功能性脑网络,以聚集系数作为描述驾驶疲劳检测的特征,以SVM作为分类器构造基于功能性脑网络的驾驶疲劳检测模型,对22个受试者的试验数据进行仿真试验显示,在阈值为0.20～0.84时女性最优识别率为93.1%,男性最优识别率98.6%,表明性别对驾驶疲劳检测结果有影响。     

基于逐像元和面向对象分类方法的分析研究

随着高分辨率遥感技术的发展,高分辨率遥感影像得到广泛应用,特别是高分辨率遥感影像面向对象信息提取技术应用广泛。文章以某地区GeoEye高分辨率遥感影像为数据源,基于ENVI软件对该遥感影像进行逐像元分类(包括监督分类和非监督分类)和面向对象分类,并比较其分类结果,结果表明了面向对象分类技术在高分辨率影像中的有效性。     

判别分析模型在信用评价中的应用

本文利用线性判别分析建立信用评价模型,用来对中国2000年106家上市公司2000年96家上市公司进行两类模式（“好”、“差”）分类及三类模式（“好”、“中”、“差”）分类。对于线性判别分析法,又使用两种不同的方法进行判别分析：一种是利用SPSS统计软件对数据样本进行判别分析,称为LDA-SPSS方法：一种是利用原始样本数据推导建立线性判别分析模型,然后根据模型计算得到的结果对数据样本进行判别分析,称为LDA方法。仿真结果表明,无论是两类模式分类还是三类模式分类,LDA-SPSS的判别效果均优于LDA。但与多层感知器（MLP）相比,对两类模式分类,LDA-SPSS（100％）优于MLP（98．11％）,MLP又优于LDA LDA（95．28％）;对三类模式分类,LDA-SPSS（91．67％）优于LDA（82．29％）,LDA又优于MLP（79．17％）。     

RS与GIS集成环境下的遥感图像分析

遥感图像分析的可靠性和精度是遥感技术发展和应用的关键影响因素.通过对遥感数据存在的不足进行了阐释,并讨论了利用GIS数据辅助RS图像处理与分析的方法和思路.一方面可运用GIS数据引导RS图像分析,另一方面可利用GIS数据改善RS图像的分类结果.     

股票资金流强弱指数的结构突变研究

以股票资金流强弱指数为研究对象,根据时间序列分析方法,运用修正的ICSS算法,基于上证A股2010年5月4日至2015年5月22日的日交易数据,得到上证A股的结构突变点,并对所得到的变点进行了实证分析和应用研究。结果表明：上证A股资金流强弱指数是平稳的非正态时间序列;上海股票市场具有波动聚集性,而且是政策市场;构建了股票资金流强弱指数判别法,用以便捷的对资金流强弱指数结构突变点进行分类。     

基于信息不确定性的分割市场盈余公告后漂移研究

文章采用事件研究和面板数据研究了中国A股、H股分割市场上盈余信息不确定性对盈余公告后漂移的影响。研究表明,境内外财务报告的主要数据不存在显著差异,也就是说,中国会计准则与国际会计准则执行的结果是基本一致的;而A股、H股市场的非财务因素差距较大。研究发现,在分割市场的盈余公告后漂移中,信息不确定性起到了十分重要的作用,无论两个市场上参与人的类型如何,信息不确定性都能加剧投资者认知偏差并有效地影响PEAD。     

基于高光谱高分融合数据在喀斯特地貌环境下的林分分类

喀斯特地区的传统林区保护和统计多靠大量人工测绘及高分影像目视解译勾绘,不仅工作量大耗时耗力,且最终成果精度也不能得到保证.为了尽量弥补这种主观性误差,采用10 m分辨率的高光谱卫星影像与0.8 m分辨率的高分卫星影像多源数据融合的方式,并结合地面目标地物样本光谱采集方法,对贵州六盘水地区乌蒙山地质公园西北段的林分进行分类研究.结果表明,基于高光谱、高分融合影像数据SAM分类方法的分类精度较单一数据源的都高,其中基于融合影像的分类精度为85.9％,基本满足地物分类应用及调绘的精度要求.