FS方法及其在综合多项震兆中的应用   总被引：1，自引：0，他引：1       下载免费PDF全文

范洪顺  王碧泉 《地球物理学报》1990,33(3):297-307

本文提出了一种模式识别方法--FS方法.该方法的特征取为某些论域上的模糊子集.先以每三个原始特征组成子分类器的特征集,“训练”这些分类器,然后对子分类器进行筛选,最后用筛选出的子分类器的“软”分类结果的加权平均作为判别函数,形成总的分类决策.将FS方法应用于综合多项震兆,并进行了一系列控制试验,还与地震学中几种常用的方法进行了对比试验.结果表明,FS方法是稳定和有效的.  相似文献   

基于SERD与SPAN的全极化SAR数据海岸线分类          下载免费PDF全文

周振明  王文生  周惠慧 《海洋测绘》2016,(2):34-38

基于Wishart分类器的全极化SAR图像H/α分类方法应用于海岸线分类,可区分不同海岸线类型。在聚类过程中,传统H/α-Wishart方法时常将各类聚类中心对应的散射机理混淆,使得同为单次面散射的淤泥质与砂质海岸线类别难以区分。针对此问题,提出了改进型的辅助分层分类方法。算法运用单次反射特征值相对差异度与极化总功率系数构成的二维特征空间,结合支持向量机得到最优分界判据,以分离初始分类结果中混淆的淤泥质与砂质海岸线。实验表明,改进方法能够有效区分淤泥质与砂质岸线,分类混淆矩阵对应kappa系数由0.794提升至0.853,分类识别率得到显著提高。  相似文献   

基于错误式学习的低空影像人行横道多角度自动识别          下载免费PDF全文

李谦  张永军  卢洪树  刘欣怡 《武汉大学学报(信息科学版)》2018,43(1):46-52

提出了一种基于特征的错误式学习分类器半自动迭代训练方法,该分类器能够自动识别多角度低空影像上的人行横道线,在人行横道线管控与数据库建立、道路网提取上有较好的应用。介绍了基于错误式学习的分类器训练思路与方法,并提出了将同一地区不同角度低空影像的识别结果进行合并,从而尽可能全面的检测出被城区高楼以及车辆遮挡的人行横道线的思路。通过对比实验该方法的鲁棒性,并在其基础上随机选取多组数据进行系列实验,证实了基于错误式学习的分类器比传统方式训练的分类器有更好的综合性能,能够在不降低识别耗时的前提下产生高准确率、低漏检率和低误识别率的识别结果。  相似文献   

基于混合分类规则的成像光谱数据分类研究          下载免费PDF全文

杨哲海  刘昌俊  穆敬 《海洋测绘》2010,30(4):16-18

分类方法的选择对于成像光谱数据的分类精度有着直接影响,然而由于成像光谱数据的特点,使得分类器的选择变得十分困难。提出了一种基于混合分类规则的成像光谱数据分类方法。实验表明,按照该方法进行成像光谱数据的分类处理,可以得到很高精度的分类结果。  相似文献   

多分类器联合监督分类方法研究     

饶雄  高振宇 《四川测绘》2006,29(1):15-16,14

针对遥感图像监督分类方法适用范围不同且分类机制各有优劣的特点,本文提出将最大似然法与最小距离法结合的监督分类法。对eTM 影像进行分类,结果表明,与单一分类器的分类结果相比,分类器结合的监督分类技术能有效提高遥感图像专题信息提取的精度。  相似文献   

组合分类器及其在高光谱影像分类中的应用     

韩建峰  杨哲海 《测绘学院学报》2007,(3)

多分类器组合问题一直是模式识别和机器学习领域的研究重点。由于各分类器的分类结果有着互补信息,因而一般来说,组合分类方法总有着较单个分类器精度更高的分类结果。将组合分类方法引入到高光谱影像的分类过程中,并针对该类影像的特点,提出了混合组合策略。实验表明,将组合分类器用于高光谱影像的分类,可以得到较为理想的分类结果。  相似文献   

分类器和时相结合的流域下垫面分类方法     

陈贝贝  颜梅春  李致家  阮仁宗  王元超 《测绘科学》2014,39(9)

文章探讨提高卫星遥感大范围流域下垫面分类方法:通过集合贝叶斯分类器和决策树分类器的优势,充分利用TM影像覆被信息,结合影像时相动态信息以获得分类准确的土地覆盖/利用类型;再结合DEM生成的坡度信息得到下垫面类型,最终确定水文地理单元.以河南省的东湾流域为例进行验证,结果表明:贝叶斯法和决策树法分类各有优势,两者结合可以获取更准确的土地覆盖/利用分类结果,辅以时相类信息可以进一步修正类别间的混淆.  相似文献   

顾及多尺度分割参数的FNEA面向对象分类   总被引：1，自引：0，他引：1  

孙坤  鲁铁定 《测绘通报》2018,(3):43-48

首先对分形网络演化（FNEA）算法做了介绍,通过试验对比4种分割方法棋盘分割、四叉树分割、多尺度分割、光谱差异分割的效果。此外,通过eCognition Developer 8.7分析软件对影像进行多尺度分割预处理,从5开始,以5为单位向上递增,共选取12组参数进行分割试验,采用面向对象CART分类器对分割后影像分类。对比分类效果图可知,小尺度分割参数对分类效果能有较好的提升;对比总体精度及Kappa系数可知,小尺度分割参数分类精度优于大尺度分割参数,且当分割参数Scale为10时,分类精度达到最好的级别。  相似文献   

基于最优极化相干系数的倾斜建筑物解译研究     

辛芳芳  焦李成  王桂婷 《测绘学报》2012,41(4):0-590

基于Freeman_Durden分解的全极化SAR影像分类方法能够较好地保持地物极化散射特性,但在分类的过程中,不能改变初始散射机制,导致分解结果对分类精度影响很大。在Freeman_Durden分解中,排列方向相对雷达飞行方向不平行的建筑物（简称为倾斜建筑物）常被分为体散射类型,使得该类建筑物往往被误分为植被。本文通过分析建筑物在SAR影像中的后向散射特性,利用建筑物具有较高相干性的特点,引入最优极化相干系数,在目标分解的基础上通过阈值分割将两者区分开来,进而提高反射非对称性人工目标的分类效果。通过使用E-SAR系统在德国DLR附近Oberpfaffenhofen地区获取的L波段PolInSAR影像和国内X-SAR系统在海南陵水地区获取的X波段PolInSAR影像进行实验,证明本文提出的方法能够有效地将与雷达飞行方向不平行的建筑物与森林区分开。  相似文献   

典型遥感数据分类方法的适用性分析——以遥感图像场景分类为例     

赵理君  唐娉 《遥感学报》2016,20(2):157-171

目前普遍采用的分类器通常都是针对单一或小量任务而设计的,在小数据量的处理中能取得比较满意的结果。但对于海量遥感数据的处理,其在处理时效和分类精度方面还有待研究。本文以遥感图像场景分类任务为例,着重对遥感数据分类问题中几种典型分类方法的适用性进行比较研究,包括K近邻(KNN)、随机森林(RF),支持向量机(SVM)和稀疏表达分类器(SRC)等。分别从参数敏感性,训练样本数据量,待分类样本数据量和样本特征维数对分类器性能的影响等几个方面进行比较分析。实验结果表明:(1)KNN,RF和L0-SRC方法相比RBF-SVM,Linear-SVM和L1-SRC,受参数影响的程度更弱;(2)待分类样本固定的情况下,随着训练样本数目的增加,SRC类型分类方法的分类性能最佳,SVM类型方法次之,然后是RF和KNN,在总体分类时间上呈现出L0-SRCL1-SRCRFRBF-SVM/Linear-SVMKNN/L0-SRC-Batch的趋势;(3)训练样本固定的情况下,所有分类方法的分类精度几乎都不受待分类样本数目变化的影响,RBF-SVM方法性能最佳,其次是L1-SRC,然后是Linear-SVM,最后是RF和L0-SRC/L0-SRC-Batch,在总体分类时间上,L1-SRC和L0-SRC相比其他分类方法最为耗时;(4)样本特征维数的变化不仅影响分类器的运行效率,同时也影响其分类精度,其中SRC和KNN分类器器无需较高的特征维数即可获得较好的分类结果,SVM对高维特征具有较强的包容性和学习能力,RF分类器对特征维数增加则表现得并不敏感,特征维数的增加并不能对其分类精度的提升带来更多的贡献。总的来说,在大数据量的遥感数据分类任务中,现有分类方法具有良好的适用性,但是对于分类器的选择应当基于各自的特点和优势,结合实际应用的特点进行权衡和选择,选择参数敏感性较小,分类总体时间消耗低但分类精度相对较高的分类方法。  相似文献