首站-论文投稿智能助手
典型文献
基于云模型的遥感影像水体目标识别特征选取
文献摘要:
为了更有效地从水体中区分河流与湖泊,提出了基于云模型的水体目标识别特征选取方法.利用云模型实现水体概念与定量数值之间的不确定性转换,在采集大量水体样本的光谱、纹理、形状等特征基础上,利用训练样本结合逆向云发生器计算生成各项特征的河流与湖泊概念云模型;使用X条件云发生器计算每个输入样本对河流和湖泊模型的隶属度并判断该样本类型,根据大量检验样本来判断各项特征的正确率,以此为依据筛选最佳水体识别特征组合,其中密度、紧凑度、长宽比的正确率均达到80%以上.通过采用不同特征组合结合支持向量机和误差反向传播神经网络分类器进行分类实验,结果表明,依据本文云模型选取的特征组合能高精度地区分湖泊与河流,说明基于云模型的特征选取对水体识别具有非常重要的作用.
文献关键词:
遥感影像;云模型;水体识别;特征选取
作者姓名:
尹成
作者机构:
福建经纬测绘信息有限公司,福建 福州,350001
文献出处:
引用格式:
[1]尹成-.基于云模型的遥感影像水体目标识别特征选取)[J].北京测绘,2022(06):767-772
A类:
B类:
云模型,遥感影像,目标识别,识别特征,特征选取,中区,模型实现,特征基,训练样本,逆向云发生器,湖泊模型,隶属度,本类,水体识别,特征组合,中密度,紧凑度,长宽比,误差反向传播神经网络,神经网络分类器,模型选取,别具
AB值:
0.287789
相似文献
智能空间信息处理与时空大数据分析探索
秦昆;许凯;吴涛;徐敏;黄静;陈一祥;冯霞;赵鹏祥;王玉龙;张晔;徐源泉;毕奇-武汉大学遥感信息工程学院,湖北 武汉 430079;中国地质大学(武汉)地理与信息工程学院,湖北 武汉 430078;岭南师范学院计算机与智能教育学院,广东 湛江 524048;中国科学院空天信息创新研究院遥感科学国家重点实验室,北京 100101;北京应用气象研究所,北京 100029;南京邮电大学地理与生物信息学院,江苏 南京 210023;湖北工程学院物理与电子信息工程学院,湖北 孝感 432000;瑞典隆德大学自然地理与生态系统科学系,隆德 S-22362;中国电子科技集团公司第二十七研究所,河南 郑州 450047;国家基础地理信息中心,北京 100830;广西师范大学环境与资源学院,广西 桂林 541006
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。