浙江中南部海雾预报决策树模型研究     

俞涵婷  廖晨昕  王可欣  陈华忠 《海洋预报》2020,37(6):96-101

  相似文献   

采用分而治之策略的快速多标签支持向量机分类算法研究     

刘竞  郭忠文  孙中卫  刘石勇  王续澎 《中国海洋大学学报(自然科学版)》2020,50(12)

  相似文献   

海洋经济红藻江蓠科的分类研究现状及存在的问题          下载免费PDF全文

丁兰平  杨楠  刘金梅  姜晶晶  黄冰心 《应用海洋学学报》2020,39(1):144-151

江蓠科红藻是重要的经济海藻,用途十分广泛。然而,近年来受分子生物学技术引入等的影响,其分类学地位引起了极大争议。针对这个问题,本研究以争议比较大的江蓠属(Gracilaria)、拟江蓠(龙须菜)属(Gracilariopsis)和多穴藻属(Polycavernosa)为对象,总结归纳了其物种多样性、国内外研究进展、存在的问题、学者试图解答的问题以及部分自己的研究结果。以期为该类群的研究提供相对详细、客观的参考数据。  相似文献   

SegNet在从低空无人机影像中提取会仙岩溶湿地地物信息中的应用     

唐廷元  付波霖  李颖  娄佩卿  何宏昌  刘曼  马瑞雪  范冬林  高二涛 《湿地科学》2020,18(4):413-423

以广西桂林会仙国家湿地公园核心区为研究区,结合SegNet和低空无人机影像,构建会仙岩溶湿地地物信息提取模型,探讨多分类SegNet模型与融合单分类和双分类SegNet模型分类结果的差别,分析epoch参数设置对模型分类精度的影响。研究结果表明,多分类SegNet模型对会仙岩溶湿地地物的分类结果的Kappa系数和F1分数分别为0.59和0.67,融合单分类和双分类SegNet模型分类结果的Kappa系数和F1分数分别为0.68和0.79;与多分类SegNet模型分类结果精度相比,融合多个单分类和双分类SegNet模型分类结果的F1分数明显增大。因此,融合多个单分类和双分类的SegNet模型更适用于提取会仙岩溶湿地地物信息;构建更优的会仙岩溶湿地地物提取SegNet模型,设置epoch值为10相对更合适。  相似文献   

电力巡线LiDAR点云电塔自动定位和提取算法     

黄陆君  陈光平  袁帅  涂朴  乔杰 《测绘通报》2020,(4):53

针对电力巡线机载激光雷达（LiDAR）激光点云电塔自动提取问题,提出了一种电塔自动定位和点云提取算法。首先,基于点云进行二维空间网格划分,利用网格点云高程偏差和方差特征提取潜在电塔网格;其次,基于电塔点云的高程连续特性完成电塔自动定位和点云粗提取;然后,利用点云分层密度信息和图像开运算,实现电塔精细提取;最后,利用轻小型无人机载激光雷达数据验证本文算法的有效性。试验结果表明,本文所提出的自动提取算法,能够有效解决LiDAR数据中电塔自动定位和点云提取问题,在LiDAR数据质量较差时仍能够取得良好效果,算法对于噪点数据具有较强的稳健性。本文所提出的电塔自动提取算法在LiDAR电力巡检数据处理中具有一定的应用价值。  相似文献   

地表覆盖分类成果质量特征分析   总被引：1，自引：1，他引：0  

商建伟 《测绘通报》2020,(9):159-161

自我国全面建成地理国情普查成果库之后,工作重心由全面普查变为重点监测。不论普查还是监测,准确地对地表覆盖进行分类一直是工作的重点和难点。在常态化监测阶段,把握地表覆盖分类成果的主要质量指标,归纳其诸如变化率、变化区域分布、变化类型,分析影响其成果质量的主要因素,对监测生产组织及质量控制具有非常重要的作用。  相似文献   

基于深度残差网络的机载LiDAR点云分类     

赵传  郭海涛  卢俊  余东行  张保明 《测绘学报》2020,49(2):202-213

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。  相似文献   

空-谱融合的条件随机场高光谱影像分类方法     

魏立飞  余铭  钟燕飞  袁自然  黄灿 《测绘学报》2020,49(3):343-354

高光谱遥感数据具有光谱信息丰富、图谱合一的特点,目前已经广泛地应用在对地观测中。传统的高光谱分类模型大多过分依赖影像光谱信息,没有充分利用空间特征信息,这使得分类精度还有很大的提升空间。条件随机场是一种概率模型,能够较好地融合空间上下文信息,在高光谱影像分类中已经得到越来越多的关注,但大部分条件随机场模型存在超平滑的现象,会导致影像细节丢失。针对该问题,本文提出了一种优化融合影像空-谱信息的高分辨率/高光谱影像分类方法,该方法将影像的纹理信息与原始光谱信息进行融合,利用SVM分类器对其进行预分类,并将各类概率定义为一元势函数,以融合空间特征信息;然后将空间平滑项和局部类别标签成本项加入二元势函数中,以考虑空间背景信息,并保留各类别中的详细信息。最后,通过两组的高分辨率/高光谱影像数据进行试验。结果表明,与SVM算法、传统的条件随机场方法和面向对象的分类方法相比,本文提出的算法在整体分类精度上分别提高了10%、9%和8%以上,同时在保持地物边缘完整性、避免“同谱异物”与“同物异谱”的现象方面有较明显的优势。  相似文献   

基于深度学习理论的无人机影像分类     

阳成 《北京测绘》2020,(4):481-484

针对无人机影像深度学习分类方法缺乏现状,本文利用深度学习理论卷积神经网络方法对无人机影像进行了分类。该法首先抽取无人机影像作为训练集和检验集,然后建立一个2个卷积层-池化层的卷积神经网络模型进行深度学习,通过设定参数并运行模型实现无人机影像分类。实验表明,本文提出的方法可完成较复杂地区无人机影像分类,其分类精度与支持向量机方法相当,为无人机遥感影像分类提供了一个崭新的技术视点。  相似文献   

基于多时相Sentinel-2数据的成都平原主要农作物分类     

黄琼仪  李亮  薛鹏  应国伟 《测绘与空间地理信息》2024,(4):65-68+76

针对成都平原落实最严格的耕地保护制度对耕地“非农化”“非粮化”快速、动态监测的需求,本文研究了基于多时相Sentinel-2数据的农作物分类方法,利用主成分分析,降低了冗余信息,提高了分类精度。以2021年成都平原崇州市的7景Sentinel-2多光谱影像为数据源,构建了时序多光谱、时序主成分波段、时序植被指数、典型时相多光谱+时序植被指数等4种分类数据集,开展基于支持向量机的主要农作物分类研究。研究表明：利用主成分分析,能有效提高主要农作物的用户精度,降低农作物分类的错分率;基于典型时相多光谱+时序植被指数的数据集取得了最高的总体精度。  相似文献