排序方式: 共有37条查询结果,搜索用时 31 毫秒
1.
陕西省人工神经元网络降水年,季度预报系统 总被引:2,自引:2,他引:0
利用B-P人工神经元网络进行了陕西省年度,季度降水预报试验,提出了利用0-1模型解决多等级预报问题的方法,并建立了年度,季度等级预报模型,经过试验,表明该方法预报效果良好,最后对模式在应用中的一些问题及目前其它预报模型的差异等进行了讨论。 相似文献
2.
3.
简单介绍了SAR图像的纹理特征以及正交小波变换纹理提取方法。论述了SAR图像的纹理特征参与分类的重要性。以长白山天池火山为例,通过对ERS2SAR图像进行纹理分析,提取了SAR图像两个层次的尺度变化、时频局部化和方向性纹理特征。并将SAR纹理特征与TM图像及DEM进行复合,利用多源信息各自的优势,进行了BP神经元网络分类,从较大范围对长白山天池火山735±15aB.P.大喷发的喷发物空间分布进行评价。获取了长白山天池火山近代喷发物的空间分布及规模。这对长白山天池火山未来喷发危险性初步评价、火山地质制图及火山灾害预测有重要意义。 相似文献
4.
5.
以MSWindows3.1为操作系统而开发的计算机软件.以数值预报产品、动力诊断分析、降水数据库等为基础,综合运用图象识别、人工神经元网络、数据库管理等技术,最后形成完全自动化业务预报系统. 相似文献
6.
7.
8.
彩色地图分色是地形图符号提取与识别的首要问题,为了使该领域的研究人员对当前各种彩色地图分色方法有较全面的了解,因此对各种彩色地图分色方法进行了系统的论述。先对各种颜色空间进行简单介绍,然后对直方图阈值法、特征空间聚类、神经元网络、模糊方法、基于样本学习的统计方法、遗传算法、基于熵的方法等主要的彩色地图分色技术进行综述,并比较了它们的优缺点。 相似文献
9.
摄影测量与深度学习 总被引:3,自引:2,他引:1
深度学习正逐渐占领与“学习”相关的诸多研究领域,也对摄影测量这门学科造成冲击和促进。根据摄影测量学的定义:“利用光学像片研究被摄物体的形状、位置、大小、特性及相互位置关系”,其研究对象包括几何与语义。本文从这两个方面回顾和探讨深度学习目前的应用现状,并对其影响下的摄影测量的发展进行展望。在几何上,基于卷积神经元网络的学习架构已经广泛用于图像匹配、SLAM及三维重建,取得了较好的效果,但仍需进一步改进。在语义上,由于传统的手工设计方法未能将语义信息以工程化的形式确定并生成类似4D产品的各类语义“专题图”,语义部分长期受到忽视。深度学习强大的泛化能力、对任意函数的拟合能力及极高的稳定性,正使得专题图的自动制作成为可能。笔者通过道路网、建筑物、作物分类等应用实例,回顾已经取得的研究成果,并预计:利用光学像片生成高精度的语义专题图,在不远的未来即将实现;并可能成为摄影测量的一类标准产品。最后,针对几何和语义,分别介绍了笔者的两个相关研究:基于深度学习的航空图像匹配以及基于3D卷积神经元网络的精细农作物分类专题图自动提取。 相似文献
10.
The multi-source data fusion methods are rarely involved in VNIR and thermal infrared remote sensing at present.Therefore,the potential advantages of the two kinds of data have not yet been adequately tapped,which results in low calculation precision of parameters related with land surface temperature.A new fusion method is put forward where the characteristics of the high spatial resolution of VNIR(visible and near infrared) data and the high temporal resolution of thermal infrared data are fully explored ... 相似文献