排序方式: 共有46条查询结果,搜索用时 0 毫秒
31.
为了削弱结构动态监测中GPS随机噪声的影响,本文研究了一种基于集成经验模态分解(EEMD)技术的滤波方法。根据信号自身尺度分解信号,基于分解产生的本征模态函数(IMF)的Fourier变换频谱特征,构造了EEMD时空滤波器。对不同信噪比的仿真非平稳数据进行去噪处理并与小波去噪法相比较,各项指标表明基于EEMD滤波器的去噪方法与小波去噪方法效果相当,但避免了小波基的选择,具有更大的自适应性。应用于GPS动态监测数据的去噪结果表明该方法能有效分解信号消除GPS高频噪声及低频噪声的影响,提取有用振动信号,为进一步结构分析提供有效数据。 相似文献
33.
34.
35.
针对极化SAR图像在监督分类时存在人工标注样本费时费力以及浅层结构学习算法的表达能力有限等问题,提出一种基于主动深度学习的极化SAR图像分类方法。首先,对测量数据进行多种极化特征提取,以便完整地描述图像信息;在此基础上,通过自动编码器对大量无标记样本进行非监督学习,提取更具可分性和不变性的深层特征;然后,利用少量标记样本训练分类器,并与自动编码器连接,以监督学习的方式微调整个网络;最后,通过主动学习,选择对当前分类器最有价值的样本(分类模糊度最大的样本)进行人工标记,并加入到训练样本中,重新训练分类器和微调网络。对RADARSAT-2和EMISAR极化SAR影像进行不同分类的实验结果表明,该方法能在更少人工标记的样本下获得较高的分类精度。 相似文献
36.
37.
38.
提出一种将数字影像和激光点云结合进行文物精细三维重建的方法。该方法采用形态学理论在多张影像上精确提取文物轮廓,进行多视曲线匹配,并拟合成空间曲线。影像与激光点云配准后,将重建出的空间轮廓线加入激光点云中,进行轮廓约束的三角网构建,纹理映射后完成重建。该方法解决了激光点云模型边缘轮廓线缺失的问题,能够快速地重建出完整精细的三维模型。 相似文献
39.
全极化SAR获取的信息量远多于传统SAR,但信息量的增加并不能确保分类精度的提高,如何有效进行特征选择至关重要。针对自适应特征选择问题,提出一种顾及分类器参数的特征选择和分类方法。该方法以支持向量数为评估依据,结合遗传算法进行特征选择,并同时对分类器参数进行寻优;最后利用优选的特征集和模型参数进行分类。为验证算法的有效性,利用两组全极化数据进行了监督分类实验。实验结果表明,提出方法降低了SVM分类器对自身参数的敏感性,而且能在较少特征个数下具备良好的泛化性能,分类精度优于未经过特征选择和参数优化的方法。 相似文献
40.
中国研学实践基地是我国研学旅游的重要载体。综合运用地理空间分析方法系统探究其不同空间尺度下的空间分布规律及其影响因素。结果表明:(1)从全国尺度来看,研学基地整体上呈现出“东北—西南”的空间分布态势,不同类型均表现出显著的集聚特征,主要形成了以京津冀和长三角为核心的高密度区。(2)从区域尺度来看,研学基地在三大地带间呈现出“东西多、中部少”态势,在八大区域间呈现出从沿海地区到长江中下游再到西北内陆地区递减的分布规律。(3)从省域尺度来看,研学基地分布具有明显空间自相关特征,热点区呈现“L”型带状分布,冷点区呈现“V”型片状分布格局。(4)从市域尺度来看,研学基地集中分布在我国的Ⅰ型和Ⅱ型大城市,热点区集中在我国的长三角和京津冀都市圈周围。(5)区域经济发展水平、潜在客源市场、旅游产业规模和政策支持力度对研学基地空间分布具有重要影响,其中经济发展水平影响较大,且各因素影响强度呈现出一定的空间异质性。研究结果对优化我国研学基地的空间布局,助推研学旅游地的高质量发展具有参考意义。 相似文献