一种基于熵权法的小波去噪复合评价指标   总被引：2，自引：0，他引：2  

容静  刘立龙  康昊华  李松青  周吕 《大地测量与地球动力学》2018,38(7):689-694

传统的评价指标在真值未知的情况下不能满足小波去噪质量评价的要求。为此，借助变化率特征重新构建均方根误差变化量和平滑度变化量两个指标，利用熵权法定权将归一化后的两个指标线性组合，所得到的新指标即为复合评价指标。该方法借助指标的变化率随分解层数的增加表现出明显的收敛特性来确定去噪最优分解层数。实验表明，该方法能够在真值未知的情况下准确地指导小波分解，确定去噪最优分解层数，从而达到最优去噪效果。  相似文献   

直线特征辅助的靠岸舰船检测     

余东行  郭海涛  赵传  李道纪  张保明 《测绘科学技术学报》2019,36(3)

针对靠岸舰船难以检测的问题,提出了一种直线特征辅助的靠岸舰船检测方法。首先利用高精度的卷积神经网络目标检测算法YOLOv3对影像进行粗检测,获取可能存在舰船目标的区域作为兴趣区域;然后提取影像的直线特征,将直线的方向作为确定舰船方向的辅助信息;最后利用具有一定角度的滑动窗口遍历兴趣区域获取候选目标,并对侯选目标进行二次分类和识别得到最终检测结果。利用不同港口的遥感影像进行实验的结果表明,提出方法能够有效检测港口内多种方向和并列停靠的舰船目标。  相似文献   

结合主成分分析的BP神经网络模型的教学质量评价方法研究     

刘亚文  周军其 《测绘地理信息》2019,44(5):107-109

  相似文献   

基于PSR-WSVM模型的边坡位移预测     

李建新  刘小生  肖钢  周文  刘仁志 《大地测量与地球动力学》2020,40(6):577-580

为建立高精度的边坡位移预测模型，采用相空间重构（PSR）将边坡位移时间序列数据转换为多维数据，同时构造小波核函数改进的支持向量机模型，建立PSR-WSVM模型并应用于边坡位移预测。将PSR-WSVM模型预测结果与传统支持向量机（SVM）模型、小波支持向量机（WSVM）模型和基于相空间重构的支持向量机（PSR-SVM）模型预测结果进行对比，通过平均绝对误差（MAE）、平均绝对误差百分比（MAPE）和均方根误差（RMSE）3个精度评价指标验证PSR-WSVM模型的可行性。工程实例结果表明，PSR-WSVM模型预测结果的3个精度评价指标都优于另外3种模型，边坡位移预测的精度明显提升。  相似文献   

混沌理论在跨海大桥变形预测中的应用     

张艳兰  魏永飞 《测绘与空间地理信息》2019,42(9)

  相似文献   

基于改进自组织神经网络的遥感图像分类研究     

王晨安  李浩  李靖 《地理空间信息》2019,17(2)

引入SOM自组织神经网络来提高影像分类的精度,针对神经网络中神经元距离选择问题,提出迭代训练方式来确定阈值的方法。以福州市乌龙江与台江下游交汇口土地利用类型作为实例,使用Landsat5遥感卫星数据作为实验影像材料,利用改进神经网络获得的仿真结果可以准确地对原始图像进行分类,实验结果 Kappa系数达到0.9,精度能够满足遥感影像分类要求。  相似文献   

A-FPN算法及其在遥感图像船舶检测中的应用     

于野  艾华  贺小军  于树海  钟兴  朱瑞飞 《遥感学报》2020,24(2):107-115

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。  相似文献   

基于广义回归神经网络的全球表层海水1°×1°二氧化碳分压数据推演     

钟国荣  李学刚  曲宝晓  王彦俊  袁华茂  宋金明 《海洋学报》2020,42(10):70-79

表层海水二氧化碳分压是评估海洋碳源汇强度的关键参数，但其实测数据较少、时空分布极不均匀，导致二氧化碳交换通量的估算有很大的不确定性，海洋源汇特征就不能确切获取。为了解决这个难题，在收集的表层大洋二氧化碳地图(Surface Ocean CO₂ Atlas，SOCAT)实测数据集基础上，运用广义回归神经网络建立二氧化碳分压与经纬度、时间、温度、盐度和叶绿素浓度间的非线性关系，构建了1998?2018年间全球1°×1°经纬度的表层海水二氧化碳分压格点数据，其标准误差为16.93 μatm，平均相对误差为2.97%，优于现有研究中的前反馈神经网络、自组织映射神经网络和机器学习算法等方法。根据构建的数据所绘制的全球表层海水二氧化碳分压的分布与现有研究有较好的一致性。  相似文献   

基于大数据分析下的气候模型     

张宸豪  冯曦  冯卫兵  刘涛  丁坤 《海洋科学》2020,44(10):1-11

为研究全球变暖与极寒天气间的关系，对加拿大13个省代表性测站10年的观测数据进行时空变化趋势分析，采用经验正交函数（EOF）寻找海洋表面温度历史数据的变化规律。另外利用BP神经网络建立了年平均温度、日降水量与地球吸热、散热、海表面温度、当地纬度间的关系，预测未来25年气候的变化，并建立了“极寒天气”与气候变化的关系模型。研究表明：高纬度地区温度、降水量普遍较低，同经度地区的温度差异较小且降水量变化不大；加拿大地区温度呈周期性变化，符合北半球的季节变化特征；北大西洋的东部与其他海洋的温度是反相关的，西太平洋南北回归线附近的海洋表面温度升高；“极寒天气”出现频率与气候变化有一定关系，局地极寒现象与全球变暖的大趋势并不矛盾。本研究为人们认识和理解“全球变暖”提供了一个新的思路。  相似文献   

基于经验模态分解和小波分解估算海气通量涡相关计算中的截断时间尺度     

姜浩  赵中阔  樊伟  宋金宝 《海洋与湖沼》2018,49(6):1138-1150

基于时长38天的海表风场实测数据,应用经验模态分解(EmpiricalModeDecomposition,EMD)和小波分解(Wavelet Decomposition, WD)这两种数据处理方法首先对涡相关法中的截断时间尺度(CutoffTimescale,CTS)进行估算,结果显示:基于EMD与WD方法估算出的CTS一般都在40秒左右(EMD的结果略小),远远小于传统涡相关法中CTS的取值(固定为10分钟),且EMD和WD的使用使得每一段数据都能够根据自身的湍流特点而获得合适的CTS; EMD方法和WD方法有效的去除了计算结果中的非湍部分,且对通量传输方向的刻画也更加合理,极大提高了通量的计算精度,所得通量与传统方法计算的通量偏差平均值高达45%;研究还对EMD和WD的优缺点进行了对比分析,结果表明EMD相比于WD有更高的自主性,而WD对信号的分离程度则更高。  相似文献