处理非线性分类和回归问题的一种新方法 (Ⅱ)——支持向量机方法在天气预报中的应用   总被引：44，自引：5，他引：44       下载免费PDF全文

冯汉中  陈永义 《应用气象学报》2004,15(3):355-365

将SVM（Support Vector Machine）分类和回归方法首次应用于气象预报试验。利用1990~2000年4~9月ECMWF北半球的500 hPa高度、850 hPa温度、地面气压的00:00 UTC分析场资料，建立四川盆地分区面雨量有无大于15 mm的SVM分类推理模型、四川盆地内单站气温的SVM回归推理模型，进行相应的预报试验，试验结果显示对应的SVM推理模型具有良好的预报能力。  相似文献   

基于纹理分析和支持向量机的极地冰雪覆盖区的云层检测     

陈刚  鄂栋臣 《武汉大学学报(信息科学版)》2006,31(5):403-406

使用ASTER卫星影像，综合运用纹理分析和支持向量机的方法来检测云层，特别是对薄卷云的检测。试验表明了本文方法的有效性。  相似文献   

基于SVM的多源信息复合的高空间分辨率遥感数据分类研究   总被引：47，自引：1，他引：47  

张锦水  何春阳  潘耀忠  李京 《遥感学报》2006,10(1):49-57

遥感图像尤其是高空间分辨率（1—4m）遥感图像在土地利用和土地覆盖变化方面有着广阔的应用前景，传统高空间分辨率遥感图像信息提取方法存在精度和分类效率低的不足。本文提出的基于SVM的分类方法，复合光谱、纹理和结构信息等多源数据信息，对IKONOS高空间分辨率图像进行分类，并与最大似然法和单源数据（光谱）SVM分类结果进行定性和定量比较分析。研究结果表明，多源数据复合的SVM高空间分辨率遥感图像分类方法，能够有效解决单源数据信息图像分类效果破碎的问题；总精度达到68．38％，Kappa达到0．5993；对高维输入向量具有高的推广能力；比单源信息的SVM和最大似然方法图像分类精度更高，适合高空间分辨率遥感图像分类。  相似文献   

支持向量机在泥石流危险度评价中的应用研究   总被引：4，自引：0，他引：4  

原立峰  周启刚  马泽忠 《中国地质灾害与防治学报》2007,18(4):29-33,39

为改善传统泥石流危险度评价方法存在的缺陷,提出了基于支持向量机的泥石流危险度评价方法,并建立了支持向量机评价模型。研究选取泥石流一次(可能)最大冲出量(L1)、泥石流发生频率(L2)、流域面积(S1)、主沟长度(S2)、流域最大相对高差(S3)、流域切割密度(S6)和泥沙补给段长度比(S9)7个因子作为泥石流沟谷危险度评价因子,运用支持向量机理论,选用径向基(RBF)核函数,采取"试错法"进行参数优选;确定参数C=8,γ=2。以云南省37条泥石流沟的259个基础数据为样本进行学习训练和测试,建立了泥石流危险度评价的支持向量机模型。并将该模型应用于黄河积石峡水电站库区的泥石流危险性评价中进行验证。将模型评判结果和模糊数学方法的评价结果进行对比分析,结果的一致性达到73.33%。研究认为支持向量机方法能够成功地应用到泥石流危险度评价中,且具有较高的精度及很强的泛化能力,应用前景广阔。  相似文献   

GIS支持下滑坡灾害空间预测方法研究   总被引：11，自引：0，他引：11  

胡德勇  李京  陈云浩  张锦水 《遥感学报》2007,11(6):852-859

滑坡预测在防灾减灾工作中具有重要意义,它包括空间、时间预测两个方面。基于统计模型进行区域评价与空间预测是滑坡灾害研究的重要方向,但是预测结果往往依赖样本数量和空间分布等。本文以马来西亚金马伦高原为研究区,选择高程、坡度、坡向、地表曲率、构造、土地覆盖、地貌类型、道路和排水系统作为评价因子,探讨运用地理信息系统(GIS)和遥感(RS)获取与管理滑坡灾害信息,以及热带雨林地区湿热环境下滑坡空间预测的方法。支持向量机(SVM)和逻辑(Logistic)回归模型分别应用于滑坡空间预测,结果显示平均预测精度分别为95.9%和86.2%,SVM法具有较高的描述精度,值得推荐;同时,基于SVM模型的滑坡空间预测受样本影响较小,预测结果相对比较稳定,这对于滑坡灾害区域评价与预测的快速实现具有实际意义。  相似文献   

Support Vector Machines for Cloud Detection over Ice-Snow Areas   总被引：1，自引：0，他引：1  

CHEN Gang E Dongchen 《地球空间信息科学学报》2007,10(2):117-120

In polar regions, cloud and underlying ice-snow areas are difficult to distinguish in satellite images because of their high albedo in the visible band and low surface temperature of ice-snow areas in the infrared band. A cloud detection method over ice-snow covered areas in Antarctica is presented. On account of different texture features of cloud and ice-snow areas, five texture features are extracted based on GLCM. Nonlinear SVM is then used to obtain the optimal classification hyperplane from training data. The experiment results indicate that this algorithm performs well in cloud detection in Antarctica, especially for thin cirrus detection. Furthermore, when images are resampled to a quarter or 1/16 of the full size, cloud percentages are still at the same level, while the processing time decreases exponentially.  相似文献   

基于SVM的导航星表构造     

张锐  江刚武  姜挺 《测绘学院学报》2007,(3)

导航恒星提取一般采用星等过滤方法MFM(Magnitude Filtering Method)。但是MFM方法存在两个明显的缺陷:若星等阈值太高,导航星表冗余度高;反之,导航星表出现视场(FOV)空洞。支持向量机SVM(Sup-port Vector Machine)作为一种可训练的机器学习方法,依靠小样本学习后的模型参数进行导航星提取,可以得到分布均匀且恒星数量大为减少的导航星表。利用SAO星表进行了实验,并对导航星表内恒星的分布情况作了统计。实验证明,SVM作为导航星提取算法具有很好的应用前景。  相似文献   

A support vector machine to identify irrigated crop types using time-series Landsat NDVI data     

《International Journal of Applied Earth Observation and Geoinformation》2015

Site-specific information of crop types is required for many agro-environmental assessments. The study investigated the potential of support vector machines (SVMs) in discriminating various crop types in a complex cropping system in the Phoenix Active Management Area. We applied SVMs to Landsat time-series Normalized Difference Vegetation Index (NDVI) data using training datasets selected by two different approaches: stratified random approach and intelligent selection approach using local knowledge. The SVM models effectively classified nine major crop types with overall accuracies of >86% for both training datasets. Our results showed that the intelligent selection approach was able to reduce the training set size and achieved higher overall classification accuracy than the stratified random approach. The intelligent selection approach is particularly useful when the availability of reference data is limited and unbalanced among different classes. The study demonstrated the potential of utilizing multi-temporal Landsat imagery to systematically monitor crop types and cropping patterns over time in arid and semi-arid regions.  相似文献   

基于SVM的高耸圆形建筑物沉降数据分析及预报研究     

杨帆  郭正一  张子文 《测绘工程》2015,(2):1-5

随着高耸圆形建筑物大量修建,高耸圆形建筑物监测成为防治和减少灾害发生的一项极为重要的工作之一。针对小波降噪的平稳特性、小样本条件下支持向量机机器学习和预测的准确性,建立了高耸圆形建筑物的小波去噪、支持向量机机器学习和预测分析模型。实验表明,不确定性支持向量机的预测结果和学习效果的均方差比遗传算法更小,可即时发现高耸圆形建筑物不均匀下沉或倾斜现象。这种数据处理方法经试验表明可以应用到其他预测方面。  相似文献   

多特征融合的建筑物点云检测方法     

张宏伟  张保明  郭海涛  卢俊 《测绘与空间地理信息》2015,(8)

当前各种影像数据以及Li DAR数据获取能力不断增强,仅利用一种数据进行建筑物的检测,其结果往往并不理想。本文对Li DAR点云数据的特征和影像的相关特征进行了分析,融合这些特征,利用支持向量机的方法对建筑物点云进行检测。实验结果表明,综合利用具有不同特征的点云和影像数据的方法比单纯使用点云数据进行建筑物的检测能够取得更好的效果。  相似文献