首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 126 毫秒
1.
在聚类分析中,模糊C均值(FCM)聚类算法有着广泛的应用。在实际应用中,该算法存在着很多缺陷,如最优聚类数目的确定完全依赖于数据的数目,算法易收敛到局部极值点以及收敛速度慢等。本文针对这些缺陷提出了2点改进方法:首先,利用减法聚类确定聚类数目的范围,提出一个新的聚类有效性指标函数,实现最优聚类数目的自适应确定。在此基础上,提出了基于粒子群(PSO)的模糊C均值混合聚类算法,以解决已有原始FCM聚类算法容易陷入局部极小点和收敛速度慢的问题。仿真测试结果表明:改进后的FCM聚类算法能够有效减少迭代次数,并以较快的收敛速度获得更加准确的聚类结果。最后,将改进的FCM聚类算法应用到冲绳海槽热液硫化物矿物组分分析中,准确地反映出了其矿物化学组分中主要金属元素的分布特征及矿石分类状况。  相似文献   

2.
陈嵩  张钢 《海洋通报》2013,32(5):535-539
海水水质监测数据纷繁复杂,为了在海量的数据中提取有效数据进行分析,采用模糊聚类实现对监测数据的分析处 理。对监测数据分析结构做了简要说明,接着分析模糊聚类C 聚类均值算法(FCM) 不足之处,提出了基于不完整数据样本 的FCM 算法,最后采用海水赤潮数据不完整样本进行实例仿真,实验证明,该算法在处理不完整样本数据时有一定的优势。  相似文献   

3.
利用全球海洋 Agro 观测计划提供的温、盐浮标资料,开展了印度洋海域水下环境特征提取与区划分析.在垂直方向运用Akima 方法对浮标剖面进行插值,提取一组表征跃层、声速场的特征指标,并针对常规模糊 C 均值聚类算法中初始聚类数难以客观选取和聚类结果易陷入局部最优等问题,利用遗传算法的全局搜索能力对聚类算法作了改进.通过在遗传进化过程中引入动态变化的聚类中心解决了聚类数难以客观确定的问题,并在该算法的生存策略中引入 Boltzmann 选择机制,提高算法的收敛速度.在对印度洋海域温、盐跃层、声速分布及层结稳定度分析的基础上,利用改进的遗传聚类方法对印度洋海域水下环境特征进行聚类区划,得到一个基本的特征分类构型,结合各类构型的典型特征,分析了对水下潜器活动、声纳探测和水声通信等的影响.  相似文献   

4.
模糊ISODATA聚类算法在声速剖面自动分类中的应用   总被引:3,自引:0,他引:3       下载免费PDF全文
贾延峰  笪良龙  谢骏 《海洋科学》2009,33(12):103-105
依据中国海浅海区30′按月历史统计声速剖面数据,通过归一化处理和Akima差值采样得到梯度剖面,建立起各方区按月归化后的声速剖面分层梯度样本集,并采用模糊ISODATA聚类算法对声速剖面进行聚类分析.通过对分类结果和类内总方差和的分析表明,聚类参数m值在1.1~2.1之间,并以最远邻系统聚类法结果为初始类中心的模糊分类效果较好.应用该方法对海洋中的声速剖面进行自动分类和区划对海洋环境的战术应用意义重大.  相似文献   

5.
给出了一个基于模糊C均值聚类(FCM)的舰船目标检测算法。其中心思想是将SAR图像中的各像素点灰度值视为样本集,然后利用FCM算法对该样本集聚类,并利用聚类结果计算图像分割全局阈值。与目前流行的恒虚警率(CFAR)检测算法相比,所给检测算法具有参数少、计算量与图像大小成正比、舰船轮廓保持良好的特点,为高分辨率SAR图像舰船目标检测提供了一个新的选择。  相似文献   

6.
提出一种基于温度剖面相似系数的水系划分方法。基本思想是:将各温度剖面视为独立样本,各深度数据为样本变量,先基于划分区域水文特征选取合理数量的水系中心剖面,再利用各样本与各中心剖面相似系数大小进行聚类,得到各水系划分数据集合;利用几何平均求得各水系集合新的中心剖面,重复剖面相似系数聚类过程,直至中心剖面不再变化为止。最后利用国家海洋信息中心发布的中国近海CTD温、盐产品对该方法进行试验,并对聚类得到的各类温度剖面展开讨论。结果较好的反应出各区域温度剖面特征,综合体现出东海各区域温度大小、海流、水团和水深特性。  相似文献   

7.
提出一种基于温度剖面相似系数的水系划分方法。基本思想是:将各温度剖面视为独立样本,各深度数据为样本变量,先基于划分区域水文特征选取合理数量的水系中心剖面,再利用各样本与各中心剖面相似系数大小进行聚类,得到各水系划分数据集合;利用几何平均求得各水系集合新的中心剖面,重复剖面相似系数聚类过程,直至中心剖面不再变化为止。最后利用国家海洋信息中心发布的中国近海CTD温、盐产品对该方法进行试验,并对聚类得到的各类温度剖面展开讨论。结果较好的反应出各区域温度剖面特征,综合体现出东海各区域温度大小、海流、水团和水深特性。  相似文献   

8.
研究流形上的聚类分析,针对基于密度的空间聚类引入了流形概念,提出1种基于流形的密度聚类算法,该方法将流形的概念与聚类相结合,可以适用于样本为复杂分布的聚类。文中通过实例证明此算法的有效性。  相似文献   

9.
多核模糊聚类算法的研究   总被引:3,自引:0,他引:3  
针对多类样本数据,提出1种多核模糊聚类算法。通过选取子核函数及其参数构造多核函数,使得输入空间的样本经多核函数映射后,增大不同类别样本间的差别,提高核函数的学习能力和泛化能力。聚类实验表明,多核函数模糊聚类对于多类样本数据具有比单核更好的聚类效果。  相似文献   

10.
在总结了目前海底底质分类研究的基础之上,率先提出利用计算机数值模拟技术对海底底质进行分类识别研究。相较于目前海底底质分类研究中所使用的水槽实验法,提出采用计算机数值正演技术模拟实际地震勘探中数据采集过程。在分类识别算法上,分别采用支持向量机(SVM)和模糊C均值聚类(FCM)算法对采集的数据进行分类,为使支持向量机分类识别率达到最大,引入差分进化算法对支持向量机中关键参数进行最优化搜索,并研究了向原始地震记录中加入10%,30%,50%的高斯白噪音时算法的稳定性。在分析了这两种算法分类识别的正确率及其各自的优缺点后,提出了海底底质分类识别的两步法,即(1)先利用模糊C均值聚类进行一粗糙的预测分类,在每一类中挑选聚类性较好的数据作为支持向量机的训练样本;(2)将上一步中筛选的样本作为支持向量机的训练样本,并用差分进化算法优化支持向量机分类参数,再利用训练好的支持向量机对其余数据做预测分类。鉴于计算机数值模拟的可重复性、高效快速性及本文提出的模糊C均值聚类-支持向量机方法的鲁棒性,为便于开展进一步研究,归纳总结了一套行之有效的采用计算机数值模拟技术开展海底底质分类识别研究的一般化流程。  相似文献   

11.
三维激光点云配准是点云三维建模的关键问题之一。经典的ICP算法对点云初始位置要求较高且配准效率较低,提出了一种改进的ICP点云配准算法。该算法首先利用主成分分析法实现点云的初始配准,获得较好的点云初始位置,然后在经典ICP算法的基础上,采用k-d tree结构实现加速搜索,并利用方向向量夹角阈值去除错误点对,提高算法的效率。实验表明,本算法流程在保证配准精度的前提下,显著提高了配准效率。  相似文献   

12.
王蕊  王常颖  李劲华 《海洋学报》2019,41(4):131-144
由于受到云雾的影响,可见光影像能够高效用于绿潮检测的数据源较为有限,特别是云覆盖较为严重的可见光影像,基本无法用于检测绿潮。即使影像数据是在薄云、薄雾、无云覆盖的情况下获取的,由于其光谱反射值存在较大差异,依然很难采用同一阈值进行绿潮检测。基于此,为了提高可见光影像的利用率,实现不同云覆盖情况下,绿潮的高精度自适应阈值的自动检测,本文以GF-1影像为数据源,首先采用K-means聚类和C4.5决策树方法实现影像云覆盖情况的自动识别;其次,选取大量不同云覆盖情况下子图像样本(每个子图像样本中均包含绿潮和海水两类),分析得出不同云覆盖情况下绿潮和海水的区分阈值y与影像光谱差x=bandnir-bandred之间所具有的线性关系;然后,利用分析得出的线性关系提出一种适用于GF-1影像的绿潮分区自适应阈值自动检测方法。最后,为验证提出方法的有效性,分别采用NDVI方法、EVI方法和本文提出的自适应阈值自动检测方法进行绿潮提取实验。实验结果表明,对于GF-1卫星遥感数据,本文提出的绿潮自适应阈值分区自动检测方法明显优于传统的NDVI和EVI检测方法,不仅提高了绿潮的监测精度,而且实现了绿潮提取的全自动化。  相似文献   

13.
为了解决水下沉井地形监测难题,给出了一种基于三维扫描声纳的地形监测方法以及地形点云的高精度快速处理方法。首先,结合沉井特点,给出了一种悬挂式三维扫描声纳扫描沉井水下地形方法;然后,结合沉井形状及点云特点,给出由降采样点云抽稀法、基于欧式距离的区域自生长算法的点云去噪方法和基于K-means++聚类算法的沉井水下地形分割方法等组成的水下地形点云处理方法,实现了基于声纳点云的地形点云快速获取及水下地形恢复。实验结果表明,该方法可有效用于沉井水下地形探测。  相似文献   

14.
作者提出一种应用径向基函数网络 (RBF)的云检测方法。此方法要求晴空海域与有云海域均以一定数量的基函数来表征 ,两种基函数可组成一个径向基函数网络。使用欧空局沿轨道扫描辐射计 (ERS- 1/ ATSR)资料对径向基函数网络在云检测中的性能作了验证 ,重点研究网络结构的复杂度对分类结果的影响 ,并与人眼的目视解译作比较 ,结果表明径向基函数网络在云检测中性能良好。  相似文献   

15.
The impact of assimilating Argo data into an initial field on the short-term forecasting accuracy of temper- ature and salinity is quantitatively estimated by using a forecasting system of the western North Pacific, on the base of the Princeton ocean model with a generalized coordinate system (POMgcs). This system uses a sequential multigrid three-dimensional variational (3DVAR) analysis scheme to assimilate observation da- ta. Two numerical experiments were conducted with and without Argo temperature and salinity profile data besides conventional temperature and salinity profile data and sea surface height anomaly (SSHa) and sea surface temperature (SST) in the process of assimilating data into the initial fields. The forecast errors are estimated by using independent temperature and salinity profiles during the forecasting period, including the vertical distributions of the horizontally averaged root mean square errors (H-RMSEs) and the horizontal distributions of the vertically averaged mean errors (MEs) and the temporal variation of spatially averaged root mean square errors (S-RMSEs). Comparison between the two experiments shows that the assimila- tion of Argo data significantly improves the forecast accuracy, with 24% reduction of H-RMSE maximum for the temperature, and the salinity forecasts are improved more obviously, averagely dropping of 50% for H-RMSEs in depth shallower than 300 m. Such improvement is caused by relatively uniform sampling of both temperature and salinity from the Argo drifters in time and space.  相似文献   

16.
Sampling errors of the global mean sea level derived from TOPEX/Poseidon (T/P) altimetry are explored using 31/ 4a of eddy-resolving numerical model outputs for sea level. By definition, the sampling errors would not exist if data were available everywhere at all times. Four problems with increasing and progressively added complexities are examined to understand the causes of the sampling errors. The first problem (P1) explores the error incurred because T/P with turning latitudes near 66° latitudes does not cover the entire globe. The second problem (P2) examines, in addition, the spatial sampling issue because samples are only available along T/P ground tracks. The third problem (P3) adds the additional complexity that sea level at any along track location is sampled only once every 10 d versus every 3 d for the model (i.e., the temporal sampling issue). The fourth problem (P4) incorporates the full complexity with the addition of real T/P data outages. The numerical model (Los Alamos POP model Run 11) conserves the total water volume, thus generating no global mean sea level variation. Yet when the model sea level is sampled in the four problems (with P4 using the real T/P sampling), variations occur as manifestations of the sampling errors. The results show root-mean-squares (rms) sampling errors for P1 of 0.67 (0.75) mm for 10 d (3 d) global mean sea level, 0.78 (0.86) mm for P2, 0.79 mm for P3, and 1.07 mm for P4, whereas the amplitudes of the sampling errors can be as large as 2.0 (2.7) mm for P1, 2.1 (2.7) mm for P2, 2.2 mm for P3, and 2.5 mm for P4. The results clearly show the largest source of the sampling errors to be the lack of global coverage (i.e., P1), which the model has actually underestimated due to its own less-than-global coverage (between latitudes about 77° latitudes). We have extrapolated that a truly global model would show the rms sampling error to be 1.14 (1.28) mm for P1, thus implying a substantially larger sampling error for P4.  相似文献   

17.
基于国家海洋信息中心质量控制后的西太平洋 10 度方区约 100 万站次温盐实测历史调查资料,对经过 26 种严格质量控制方法的综合海温质量符进行分类分析,首次将深度学习技术应用于海洋数据质量控制多分类 (multiclass classification)算法与应用研究。通过人工合成少数类样本和加权损失函数方法减少多数类的频率来降低数据的不平衡,并构建了多层感知器 (Multi-Layer Perceptron, MLP) 和深度神经网络 (Deep Neural Network, DNN) 两个海温资料质量符分类深度学习模型。分类结果表明本文构建的两个深度分类模型能够较准确快速地识别该海域海温数据质量,在 20 975 条温盐剖面资料测试集中分类准确率分别达到 99.63%和 99.69%。海温资料的分类精度评分有着较好的表现,其中正确数据 (QC1) 和数据缺失(QC9) 的正确识别率均达 100%。MLP 和 DNN 多分类质量控制模型可大幅降低传统质量控制方法的工作量,提升海量数据处理速度和分析能力,为海温观测资料在海洋研究与工程中应用提供参考。  相似文献   

18.
The evolution of cloud microstructure initiated by hygroscopic seeding is studied on the basis of numerical simulation of cloud formation in the initial stage of condensation. The influence of both physicochemical properties of atmospheric aerosol and atmospheric conditions controlling the cloud type on the microstructure of a developing cloud (without hygroscopic seeding) is analyzed. It is shown that cloud seeding with additional particles whose sizes exceed the characteristic size of atmospheric condensation nuclei leads to a decrease in the concentration of cloud droplets and an increase in their sizes. This result of cloud seeding represents a positive effect for stimulation of precipitation from convective clouds. It is shown that this positive effect is achieved if there are some relationships between the parameters characterizing the hygroscopic particles and the atmospheric conditions. In particular, the maximum effect of action can be achieved at some optimal concentration of seeded particles. The decrease in the concentration of cloud droplets because of hygroscopic seeding is compared to the results of numerical simulations performed by other authors with allowance for coagulation processes in clouds. It is shown that this decrease can serve as an estimate for the effectiveness of hygroscopic seeding as a means for artificial intensification of precipitation from convective clouds.  相似文献   

19.
针对卫星遥感技术在对滨海湿地互花米草监测时受分辨率、气候条件等多种因素限制存在一定局限性且通过单一的影像数据提取互花米草时精度不稳定的问题,提出了基于无人机点云与影像融合的面向对象互花米草提取方法。以黄河三角洲自然保护区为研究对象,获取了该区域的点云和多光谱影像。先将地面滤波后提取的植被点云与多光谱影像进行特征组合优化,然后对融合影像采用FNEA算法进行多尺度分割后采用基于改进的最近邻算法进行面向对象分类,最终得到的互花米草生产者精度和用户精度分别达到了82.53%和86.43%,较未融合点云的提取精度分别提高了22.34%和7.66%,分类结果的总体精度从89.54%提升至92.61%,且融合点云后影像能够有效区分两种生长状态的互花米草,表明本文提出的方法能够有效提高互花米草的提取精度。  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