遗传算法优化的支持向量机湿地遥感分类——以洪河国家级自然保护区为例   总被引：6，自引：1，他引：5  

臧淑英  张策  张丽娟  张玉红 《地理科学》2012,(4):434-441

湿地遥感分类作为湿地管理、监测与评价的重要手段,受到了广泛的关注。遗传算法(GA)借鉴了生物进化规律进行启发式搜索寻优,支持向量机(SVM)是一种新型的空间数据挖掘方法,二者相结合可以发挥各自的优势,寻找到支持向量机的全局最优参数,从而较准确地对湿地进行遥感分类。以洪河自然保护区为例,采用遗传算法优化的支持向量机方法进行了湿地遥感分类研究。同格网搜索下的支持向量机湿地遥感分类及最大似然监督分类对比,结果表明,遗传算法优化较格网搜索方式总精度提高了7.29%,较最大似然监督分类提高了12.06%,方法改善了沼泽、草地与裸地三种地物间的区分,是湿地遥感分类的有效手段。  相似文献   

灰霾天气变化特征及垂直交换系数的预报应用   总被引：6，自引：0，他引：6  

廖碧婷  吴兑  陈静  李菲  陈欢欢  刘运策  黄晓莹 《热带气象学报》2012,28(3):417-424

利用1998—2008年广东省广州、东莞和增城的常规气象资料及2004年6月10日—2008年12月30日Micaps 3.0的K指数、沙氏指数和L指数资料,重点分析了这三个地方10—12月的灰霾天气变化特征。研究结果表明,增城的能见度比例主要集中在大于10 km的范围内,空气质量最好,东莞的空气质量最差。广州和东莞10—12月的能见度等级百分比分布形态类似,轻微灰霾天气所占频率较大,其中10月占的比例最高。并提出垂直交换系数试图对污染物的垂直输送能力进行评估,进而尝试对灰霾天气进行预报。结果表明当垂直交换系数小于15 000时,城市容易出现灰霾天气,反之则说明该地的空气质量较为良好。  相似文献   

SVM方法在武汉区域夏季暴雨预报业务中的应用   总被引：5，自引：1，他引：4  

韦惠红  李才媛  邓红  熊秋芬 《气象科技》2009,37(2):145-148

以2003～2006年ECMWF数值预报产品、Japan和T213降水预报场资料为基础,应用支持向量机（SVM）方法和CMSVM应用软件平台,通过对训练样本进行交叉验证和模型核参数的逐渐逼近,分区建立了武汉区域16,个区SVM24h暴雨预报模型,并在武汉区域5～7月进行实时业务应用。通过预报结果检验,5～7月武汉区域暴雨预报TS评分为33．59％,其中湖北省平均成绩为34．69％、湖南省平均成绩为34．15％、河南省平均成绩为31．71％。检验结果较好,表明SVM方法在区域性暴雨预报中具有一定的预报能力和参考价值。  相似文献   

粒子群算法与支持向量机相结合的热带气旋强度预报试验     

顾锦荣  刘华强  孙预前 《气象与减灾研究》2010,33(3):22-26

支持向量机(SVM)的惩罚参数及核参数的选择直接影响到模型效果,通过粒子群算法(PSO)解决支持向量机的参数选择问题,实现了参数选择的自动化。将该方法应用于热带气旋强度预报,利用气候持续性因子,挑选了1990年的100个左右样本进行预报检验,预报时效为12 h、24 h、36 h、48 h的强度平均绝对误差分别为3.00、4.35、4.93和6.68 m/s。另外,还与国外预报结果及采用最小二乘回归法的预报结果进行了效果的比较,SVM方法显示了更好的预报能力。  相似文献   

多特征差分核支持向量机模型的湿地变化检测   总被引：1，自引：0，他引：1  

潘琛  冯琰  林怡  陈映鹰 《测绘科学》2014,39(12):104-108,119

文章通过对不同特征空间、不同时相信息和不同类别引入多核函数组合和类别加权方式,构建了基于多特征差分核的加权支持向量机变化检测模型,能够获得平衡样本大小、综合多特征空间的变化检测结果.以上海崇明岛东端地区为例,利用4期ETM+/TM影像数据,基于构建的SVM变化检测模型,最终得到研究区湿地资源的空间变化格局,结果表明检测模型能够有效、准确地提取多种湿地变化类别的空间分布信息;并从景观水平上对检测结果进行格局分析,为湿地保护和管理提供科学参考.  相似文献   

Adaptive Optics Image Restoration Based on Frame Selection and Multi-frame Blind Deconvolution     

TIAN Yu  RAO Chang-hui  WEI Kai 《Chinese Astronomy and Astrophysics》2009

Restricted by the observational condition and the hardware, adaptive optics can only make a partial correction of the optical images blurred by atmospheric turbulence. A postprocessing method based on frame selection and multi-frame blind deconvolution is proposed for the restoration of high-resolution adaptive optics images. By frame selection we mean we first make a selection of the degraded (blurred) images for participation in the iterative blind deconvolution calculation, with no need of any a priori knowledge, and with only a positivity constraint. This method has been applied to the restoration of some stellar images observed by the 61-element adaptive optics system installed on the Yunnan Observatory 1.2m telescope. The experimental results indicate that this method can effectively compensate for the residual errors of the adaptive optics system on the image, and the restored image can reach the diffraction-limited quality.  相似文献   

长江三峡工程库区生态环境遥感动态监测   总被引：5，自引：1，他引：5  

周乐群  孙长安  高改萍  胡甲均  胡宗云  杨岚 《国土资源遥感》2005,16(1):49-52

长江三峡工程库区人类活动频繁,生态系统脆弱,三峡工程对库区生态环境的影响一直是人们关注的焦点。运用遥感、地理 信息系统、全球卫星定位系统、计算机网络技术,采用DEM 、影像正射校正、多源影像数据融合、多层次信息提取等技术方法,对整 个库区20世纪80年代中期、90年代末期生态环境、草地资源进行了全面的动态监测,并在此基础上利用ArcGIS软件开发完成了“长江 三峡工程库区生态环境遥感动态监测GIS系统”。  相似文献   

基于遗传算法优化的支持向量机在岩性识别中的应用     

张昭杰  方石 《世界地质》2019,(2):486-491

为提高测井岩性识别的精度,本文结合乌夏地区岩芯资料和测井数据,总结该地区砂砾岩测井响应特征,优选出声波、自然伽马、密度、中子孔隙度和电阻率等5条测井曲线参数作为训练和测试样本,通过遗传算法挑选出最佳的支持向量机核函数参数σ和惩罚因子C,建立支持向量机岩性识别模型。结果表明该模型实际数据预测总体符合率为81.6%,在识别准确率上与传统测井识别砂砾岩岩性方法相比都有明显提升。  相似文献   

耦合PCA-SVM算法的金矿矿床规模预测分析研究     

刘承照  韩帅  李明超  朱月琴 《地学前缘》2019,26(4):138-145

判断矿床(点)的类型是矿床勘探中的重要内容,传统预测金矿成矿规模的方法不仅耗时耗力,而且所需的经济成本较大。为提高矿床规模的勘探效率和准确度,揭示元素与金矿成矿规模的潜在联系,文中提出了耦合主成分分析(principal component analysis,PCA)和支持向量机(support vector machine,SVM)算法的预测分析PCA-SVM(principal component analysis-support vector machine)方法。该方法先通过主成分分析提取数据中的主要特征,再将主要特征带入支持向量机算法,从而训练出最优分类器以预测金矿成矿规模。文中共使用了3 812个金矿样本数据用于学习训练和预测分析,训练准确率为92.3%,测试准确率为88.7%,分别比直接使用支持向量机算法高出14.3%和17.1%。基于PCA-SVM的预测模型,不仅消除了人为主观因素的影响,而且有效提高了勘探过程中矿床预测的准确率和矿床勘探的效率,为地质勘查工作提供依据。  相似文献   

基于支持向量机的京津冀城市群热环境时空形态模拟   总被引：1，自引：0，他引：1  

杨浩  孟娜  王婧  郑燕  赵莉 《地球信息科学学报》2019,21(2):190-200

城市群热环境作为区域生态重要组成部分,已成为近年来的研究热点。而如何选择针对城市群这种复杂地地貌特征的热环境量化工具一直是亟待解决的技术难点,基于此本研究提出了一种解决多样本、非线性、非平稳及高维函数拟合的计算方法,并建立了基于支持向量机(SVM)的京津冀城市群热环境曲面模型来揭示城市群热环境的时空形态变化。研究结果表明：① SVM模型在刻画多核心、多种土地利用类型城市群热环境的空间分布方面具有理论与实践可行性,能够根据热环境的整体空间布局通过高斯核函数进行局部优化差值,最大限度减少缺省值对模型拟合结果的影响。相比于对照方法可以模拟出更高精度的复杂地貌特征城市群热岛空间分布格局;② 在SVM模型曲面拟合的过程中,拟合精度和拟合时间是衡量拟合结果的重要指标,而原始影像的分辨率则是影响该指标的决定性因素;③ 2003-2013年区域内北京市与天津市的城市热岛效应变化最为明显,热岛面积分别增加7091 km²与4196 km²,空间上呈现出逐年接近连片发展趋势,热岛重心移动轨迹具有明显的时空分异性。北京城市热岛特征为东南部地区异速增长,西部地区缓慢增长;天津城市热岛特征为以城市中心为圆心向周围扩展。本研究进一步丰富了城市群热环境评测的定量方法,可以在实践上对城市群的城市规划、城市建设、环境保护和区域可持续发展等提供定量化、可视化的决策支持。  相似文献