排序方式： 共有10条查询结果，搜索用时 279 毫秒
1
1.
2.
3.
边坡变形序列存在一定混沌特征,本文将混沌分析方法应用到边坡变形预测中。为解决标准LSSVM模型中惩罚参数和核函数参数因任意给定或经验给定带来的非最优问题,将遗传算法和粒子群算法引入LSSVM模型,根据变形序列建立GA-LSSVM和PSO-LSSVM预测模型,与标准LSSVM混沌预测模型和基于神经网络的混沌预测模型进行比较。结果表明,GA-LSSVM和PSO-LSSVM模型预测中误差分别为0.73 mm和0.77 mm,LSSVM,BP,RBF三种模型中误差分别为0.90 mm,0.80 mm和0.75 mm;因此,本文提出的预测模型用于边坡变形预测比其他几种模型具有更高的精度。 相似文献
4.
针对高分辨率遥感影像的特点,提出了基于多类分割与模板匹配的建筑物轮廓矢量化方法:首先对影像进行多尺度SVM分割获取建筑物候选点;然后在Radon变换结合主轴分析获取建筑物主方向的基础上,引入多类分割思想,构建用于分割的能量函数,基于α-扩展算法解算能量函数,将轮廓线分割为3类边缘线段;接着构建形状先验的边缘模板,进行精确定位以获取边缘线的实际位置,去除锯齿状变形,降低提取结果的影响;最后相邻边缘线相正交得到拐角点,依次连接每一个拐角点,得到规则化的建筑物轮廓。相比于同类其他方法,此方法考虑了边缘点的方向信息和相邻边缘点趋于同一类的先验知识,可得到近似全局最优的边缘线段分割结果,避免了规则化过程中选择初始点和处理顺序的麻烦和不利影响,同时充分利用了影像特征,对边缘线段进行精确定位,减弱建筑物提取结果误差的影响。对不同影像的实验结果证明此方法可得到规则化的建筑物外轮廓线,不考虑提取过程中遗漏的建筑物,矢量化结果平均准确度为89%、完整度98%、几何形状相似性87%、整体质量85%。 相似文献
5.
从遥感图像中提取边缘线是一个经典的课题,不同的边缘提取算法适用于不同类型的图像。实际图像中道路的几何形状不甚规则,因受到建筑和树木遮挡导致对比度较低且噪声影响较严重,道路边缘线会发生断裂,故高分辨率遥感图像道路边缘线提取一直是一个研究热点。针对现有方法很难提取出清晰连续的道路边缘线问题,提出一种遥感图像道路边缘线提取新方法:首先通过方向模板检测边缘点,搜索出分块图像中的子线段;然后延伸子线段并进行投票,连接处于弯曲边缘线的直线段,将长度大于特定阈值的边缘线作为输出结果;最后去除毛刺和分叉,取8个方向道路的并集作为最终道路网。实验结果表明,该方法能够从高分辨率遥感图像中较好地提取带有一定曲率、对比度较低、噪声影响严重的道路边缘线。 相似文献
6.
7.
水文水资源监测是对地观测系统的重要任务之一,是支撑新时代水利高质量发展、满足“三水”共治需求和践行“十六字”治水策略的直接有效途径,而卫星遥感技术提供了一种大范围、快速和高精度的数据获取渠道。但是现有卫星遥感在水文水资源应用上存在多星同步观测难、应急响应能力差和易受天气影响等问题,因此美国国家航空航天局于2022年12月发射了地表水和海洋地形卫星（SWOT）,这是全球第一颗通过多传感器协同观测全球陆地和海洋水资源的卫星,预期将极大提升水文水资源监测的时空分辨率和精度。系统梳理了水文水资源监测卫星发展现状、应用和技术难点等概况,并分析了SWOT卫星的参数、科学任务、算法流程和应用产品等内容,对我国后续卫星设计规划和数据处理关键技术有一定的参考价值。 相似文献
8.
9.
10.
水边线法是潮间带地形遥感反演的重要方法。针对常规水边线方法在应用于地形多变的岸外沙洲潮间带数字高程模型（DEM）构建中出现的水边线交叉和缺乏表现潮沟微地形特征的问题,本文提出了一种增强型地形遥感构建方法:首先通过潮位排序,筛选出具有正确高程变化趋势、空间分离的水边线;然后对筛选过程中水边线位置相近的影像组按像元计算改进的归一化差值水体指数并进行均值序列合成,提取出合成海陆边界线,二者共同构建出初始的潮间带DEM;进一步利用低潮期的潮沟边界线和中线生成潮沟DEM,通过潮沟镶嵌处理,最终获得可表达滩面微地形起伏的潮滩DEM。该方法在江苏岸外辐射沙洲中部核心区域的模拟应用表明,对比4条验证剖面的平均结果,高程平均绝对误差为0.43 m,均方根误差为0.54 m,相关系数（r）为0.75,模拟高程与验证高程在剖面起伏形态变化方面具有良好的一致性,同时模拟DEM的空间破碎度小,能够反映更多的细节地形特征。该方法可为利用多源遥感数据构建考虑微地形变化的高精度潮间带地形DEM提供新的思路。 相似文献
1