共查询到19条相似文献，搜索用时 875 毫秒
1.
2.
基于知识的遥感影像模糊分类方法 总被引：3，自引：1，他引：2
介绍了目前遥感影像分类的常用方法, 提出了一种基于知识的信息提取的遥感影像模糊分类方法.采用GIS数据辅助进行遥感影像模糊法分类,从GIS数据库中提取一定数量的样本信息或挖掘知识形成规则,进行样本的训练学习或辅助进行分类判定.提高了分类的效率和精度,是对模糊分类方法一次有效改进. 相似文献
3.
介绍了目前遥感影像分类的常用方法,提出了一种基于知识的信息提取的遥感影像模糊分类方法。采用GIS数据辅助进行遥感影像模糊法分类,从GIS数据库中提取一定数量的样本信息或挖掘知识形成规则,进行样本的训练学习或辅助进行分类判定。提高了分类的效率和精度,是对模糊分类方法一次有效改进。 相似文献
4.
特征是图像处理中用于辨识目标的最基本属性.提出了利用模糊神经网络方法,针对舰船的几何特征、矩特征和纹理特征进行舰船目标识别处理.首先简单地描述了几何特征、矩特征尤其是Hu矩特征、一阶纹理特征和二阶纹理特征.然后分别对仿真数据、卫星观测数据中的舰船目标,以及自动检测处理获取的舰船目标的几何特征、Hu机特征和纹理特征进行了提取和分析.模糊神经网络方法可以综合模糊集理论和神经网络方法的优势,有效地实现基于特征的图像目标分类识别处理.文章首先描述了一种主从神经元结构的模糊神经网络分类识别方法,然后利用该方法对大型舰船进行分类识别,包括基于单类舰船特征的分类识别和基于多源(时相)数据融合的分类识别.实验结果表明,基于大型舰船的几何特征、矩特征和纹理特征,利用模糊神经网络方法可以实现对大型舰船目标的有效分类识别.通过多源数据融合处理,可以改善分类识别效果. 相似文献
5.
基于分类规则挖掘的遥感影像分类研究 总被引：6，自引：0，他引：6
分析了目前遥感影像的统计分类、神经网络分类及基于符号知识的逻辑推理分类方法的优缺点.以GIS为平台,构建了多源空间数据库,将数据挖掘的思想和方法引入遥感影像分类中,提出了面向分类规则挖掘的遥感影像分类框架.针对遥感光谱数据及其他空间数据的特点,定义了连续属性样本分类概念和分割点评价指标,提出了一种新的连续属性样本分类规则挖掘算法.选择一个试验区,采用该算法分别对遥感光谱数据、遥感光谱和DEM数据相结合的数据进行分类规则挖掘、遥感影像分类和分类精度比较.结果表明：（1）该算法具有较高的分类精度;（2）加入DEM等与分类相关的其他空间数据可以提高遥感影像的分类精度.通过挖掘分类规则进行遥感影像分类,扩展了基于知识的逻辑推理分类方法中知识获取渠道,提高了分类规则获取的智能化程度.新的连续属性样本分类规则挖掘算法,扩展了归纳学习算法对连续属性样本分类的适应性. 相似文献
6.
机载多光谱LiDAR系统能够快速、准确地获取地物的空间几何和光谱信息,为地物覆盖分类和目标识别提供新的数据源。近年来,基于三维点云的深度学习算法取得了一系列突破性进展,然而直接将不规则的原始点云数据输入深度学习模型进行基于点的分类存在一定的困难。本文提出了一种基于FPS-KNN的样本生成方法,用于基于深度学习的机载多光谱LiDAR数据分类。该方法首先对输入数据进行归一化处理;然后利用最远点采样方法(FPS)和K近邻法(KNN)在输入数据中生成一系列规则大小的训练样本数据集。通过机载多光谱LiDAR数据的试验表明,该方法所生成的样本不仅符合卷积神经网络所要求的输入数据形式,而且能够确保对输入场景的完整覆盖。 相似文献
7.
兴趣点(POI)是电子地图、导航等应用关注的主要要素之一,其数据质量直接影响地理信息服务的智能化水平。鉴于OpenStreetMap(OSM)等众源地理信息数据的非专业收集特征,其POI数据标签常存在缺失、标记错误等质量问题,亟须对POI标签进行智能化推断和增强处理。常规神经网络模型直接从单一层次预测多类别数据,未考虑POI类别在数量上分布不平衡的问题,其预测标签倾向于包含较多数据的类别,学习算法难以泛化小规模样本规则。本文考虑到不同POI类别间的数据规模差异较大,提出基于多层次POI类别组织的神经网络预测方法,通过小样本类别的层次化聚合,建立POI类别树结构,在树结构的不同层次上实现数据规模相对平衡的类别划分,支持神经网络高精度的标签预测。试验表明,本文方法仅需利用POI基础位置信息与邻近关系,其预测精度高于传统方法。 相似文献
8.
传统基于深度卷积神经网络的场景分类方法往往需要大量标记样本用于模型的参数训练,在标记训练集数量有限的情况下,学习得到的特征泛化能力降低.针对这一问题,本文提出了高分影像分类的半监督深度卷积神经网络学习方法(3sCNN),采用自学习半监督策略,训练阶段不断增加训练样本:首先,通过有限的标记数据对深度网络进行初步训练;然后,利用经过初步训练的网络对未标记数据进行预测,得到未标记样本的预测标签及其对应的置信度;最后,将具有高置信度的未标记样本作为真实标记数据加入到训练集中,继续对网络进行训练并重复上述过程.为验证算法的有效性,本文在3个常用数据集上进行试验,试验结果证明本文算法可以有效提高有限样本下高分影像场景分类精度. 相似文献
9.
10.
针对基于人工提取特征的传统分类方法无法有效表达高空间分辨率遥感影像高层语义信息,且需要大量高质量训练数据,而带标签样本数据匮乏的问题。迁移学习运用已有知识对不同但相关领域问题进行求解,可有效解决目标领域中仅有少量标签样本数据的学习问题。该文提出利用迁移学习,基于卷积神经网络的深度学习模型进行高分影像场景分类。首先,基于ImageNet预训练的卷积神经网络Inception-v3模型提取高分影像数据的特征向量;然后,将特征向量作为输入数据训练一个新的单层全连接神经网络,经少量带标签影像场景数据训练后得到最终分类结果。该方法在UC Merced、AID和Wuhan 7类场景影像数据集上分别取得99%、93.3%和96.6%的准确率,相比已有方法,有效提高高分影像场景分类精度,同时说明知识迁移在高分影像场景分类领域的可行性。 相似文献
11.
12.
通过对交通枢纽的介绍强调了公路枢纽的重要性,具体介绍了模糊综合评判的方法,重点介绍了隶属函数的概念以及常见的模糊分布,然后对公路枢纽的重要性进行了模糊综合评判,最后用东北地区几个城市的数据验证了模型的合理性.实验结果表明,利用模糊数学的方法,对于评判交通枢纽的重要性起着关键的作用. 相似文献
13.
14.
ZHANG Jingxiong Roger P.Kirby 《地球空间信息科学学报》2000,3(2):26-34
1 ＩｎｔｒｏｄｕｃｔｉｏｎＣａｔｅｇｏｒｉｃａｌｍａｐｓｒｅｐｒｅｓｅｎｔａｎｉｍｐｏｒｔａｎｔｔｙｐｅｏｆｄａｔａｉｎｃｏｒｐｏｒａｔｅｄｉｎＧＩＳｓ,ｗｈｉｃｈｄｅｐｉｃｔｓｐａｔｉａｌｄｉｓ ｔｒｉｂｕｔｉｏｎｓｉｎｆｏｒｍｏｆｅｘｈａｕｓｔｉｖｅ,ｎｏｎ＿ｏｖｅｒｌａｐｐｉｎｇａｒｅａｌｕｎｉｔｓｓｅｐａｒａｔｅｄｂｙｂｏｕｎｄａｒｙｌｉｎｅｓ.Ａｎａｓｓｕｍｐ ｔｉｏｎｕｎｄｅｒｌｙｉｎｇｃｏｎｖｅｎｔｉｏｎａｌｃａｔｅｇｏｒｉｃａｌｍａｐｐｉｎｇｉｓｔｈｅｏｂｊｅｃｔ＿ｂａｓｅｄｖｉｅｗ… 相似文献
15.
八方向模糊不均匀划分及参考点位误差所致不确定性分析 总被引：1，自引：0，他引：1
方向概念的模糊性和空间数据固有的不确定性导致了方向关系的复杂性,在空间关系描述和推理研究中需要考虑空间数据的不确定性和方向概念的模糊性。在四方向模型中各方向片是等角划分;在八方向模型中4个主要方向片各占60°,4个次要方向片各占30°。利用区间二型模糊集理论建立了顾及参考点点位误差的八方向模糊不均匀划分模型,基于区间二型模糊集讨论了方向主隶属度成员函数和隶属度的不确定性。对比分析了八方向模糊不均匀划分模型与锥形模型的区别,讨论了具有点位误差的参考点与线和多边形的方向关系计算过程,通过两个实例分析了该模型的特点和点与多边形方向关系的确定方法。 相似文献
16.
17.
将模糊关联规则挖掘方法与模糊空间概念层次表达、模糊空间关系层次分析等结合起来，研究模糊空间关联规则挖掘的理论和方法。对于挖掘算法以及规则的置信度和隶属度计算问题，文中结合应用实际，给出了详细理论推演和算法实现过程。 相似文献
18.
由于DLG数据的质量内涵、评价指标和评价方法等原因,质量实际上具有模糊属性。模糊综合评价方法,受样本的局限较少,可有效避免由于样本点选择的不同导致同一产品的质量评价等级不同的结论。作为评判因子精度处于良好的状态程度的隶属度函数,它影响模糊评价的结果。本文通过属性测度的概念对模糊隶属度函数进行确定,达到评判的清晰化和合理化。 相似文献
19.
基于制图综合知识的空间数据检查 总被引：11，自引：0，他引：11
基于制图综合知识的空间数据检查是GIS和制图综合中迫切需要研究的问题。首先,分析数据检查的重要性和制图综合知识在数据检查中的作用。其次,对制图综合知识的归纳进行阐述:在分析国内外研究的基础上,定义一套基于模糊型知识和精确型知识为基础的知识分类模式;并据此提出一种制图综合知识的结构化描述方式;然后提出知识属性的概念,阐述知识属性在知识中扮演的重要作用,定义知识属性的详细指标。第三,进行基于制图综合知识的数据检查:在对数据进行重要性排序的基础上,提出基于模糊型知识的人机协同的数据检查方法,和基于精确型知识的自动数据检查方法,并给出详细的数据检查程序流程。最后,给出相应的例子。从数据检查的结果来看,提出的知识归纳方法能够满足当前制图综合的多种需求,基于知识的数据检查方法能够为进一步实施制图综合提供强有力的信息和依据。 相似文献