【摘 要】
：
遥感图像分类一直是舰船应用领域的关键技术,由于遥感图像具有多波段、高维特征等特点,当前遥感图像分类技术面临一定的挑战。为了获得更优的舰船遥感图像分类结果,提出一种多分类器加权组合的舰船遥感图像分类方法。首先分析舰船遥感图像分类研究的历史,找到导致单分类器的舰船遥感图像分类错误率高的原因,然后引入双边滤波算法对原始舰船遥感图像进行去噪,并提取舰船遥感图像分类纹理特征,最后采用多种方法建立舰船遥感图像
论文部分内容阅读
遥感图像分类一直是舰船应用领域的关键技术,由于遥感图像具有多波段、高维特征等特点,当前遥感图像分类技术面临一定的挑战。为了获得更优的舰船遥感图像分类结果,提出一种多分类器加权组合的舰船遥感图像分类方法。首先分析舰船遥感图像分类研究的历史,找到导致单分类器的舰船遥感图像分类错误率高的原因,然后引入双边滤波算法对原始舰船遥感图像进行去噪,并提取舰船遥感图像分类纹理特征,最后采用多种方法建立舰船遥感图像分类器,并对它们进行加权组合,输出舰船遥感图像的最终归属。仿真测试结果表明,本文方法获得了比单分类器更优
其他文献
GPS以其高精度、全天候的特点已成为当前水电站安全监测的主力军,但在实际应用中如何保证其高精度就显得尤为重要。影响精度的因素很多,而周跳探测与修复就是其一。本文针对双频周跳探测的多值性以及如何判断各自频率上周跳问题,利用无几何距离组建υ=ΔN_1~j-(λ_2/λ_1)ΔN_2~j的主方程,同时考虑周跳的整数特性,提出了一种通过约束双频上周跳ΔN_1、ΔN_2的搜索范围来计算满足主方程的整数解的方
为了利用轨迹数据提取城市居民出行特征,该文首先从出租车全球定位系统(GPS)轨迹数据中提取上下客事件,利用数理统计的方法对其时间分布特征进行研究;继而针对城市内数据不均匀分布的特性,提出了一种基于OPTICS聚类的改进方法,通过将原始聚类结果进行局部密度峰值的计算,实现了出租车上下客事件热点区域中心的进一步提取。最后,以成都市为实证对象,结合成都市电子地图及用地布局规划图探讨了居民出行时空特征与城
针对各地现有卫星导航定位基准站可用星座存在差异性的问题,提出了按星座分别生成虚拟参考站数据的方法。该方法通过修正接收机钟差影响,实现了多个参考站作为主参考站生成同一个站点的虚拟观测值,有效避免了单个主参考站星座兼容性的影响,可为流动站提供更多的可用卫星。试验针对部分基准站不兼容北斗卫星的情况,分别在开阔区域和房角区域测试了按星座组网前后流动站的定位性能。结果显示:更多基准站参与服务能够改善虚拟参考
现如今,在科学技术和信息技术逐步发展的形势之下,在工程测绘之中运用GPS 测绘技术,不但可以稳步提升工程测量的质量与水平,还可以确保所获取到的工程测绘数据信息更为科学合理性、精准化与可靠化。所以,为了可以显著提升在工程测绘之中运用GPS 测绘技术可以得到显著的成效,这还得要进一步的进行分析研究。鉴于此,本文主要分析基于GPS测绘技术的工程测绘。
以无人驾驶中的导航定位技术为背景,研究了基于自适应无迹卡尔曼滤波器(AUKF)的SINS/GPS紧组合导航系统。设计了基于伪距和伪距率的SINS/GPS紧组合导航系统。针对常规UKF算法计算量大和容错性能差的问题,提出了一种基于比例调节因子的AUKF滤波融合算法。实验结果表明:对于SINS/GPS紧组合导航系统,基于比例调节因子的AUKF相比基于定常因子的UKF误差输出曲线更平滑,避免了非局部效应
【目的】准确制定解决海原县农村饮水安全问题方案和措施,全面掌握全县农村饮水现状。【方法】海原县水务局全体干部职工对全县农村饮水安全进行了全面调查摸底。通过应用"GPS工具箱"软件方法,把调查结果进行编辑并传输给作图人员,作图人员将调查结果导入Google Earth Pro,再整理出图。【结果】保质保量完成了海原县农村饮水安全调查摸底工作。【结论】应用"GPS工具箱"软件进行调查工作真实可靠。
随着测量技术的发展,人们将更先进的测量技术应用于矿山测量工作中。GPS就是其中之一,矿山测量是矿山单位实施生产建设的重要前提,在开展工作前必须准确掌握矿山的地质勘探测绘情况,只有这样才能确保工作人员的生命安全及矿山的开发价值。GPS技术具有操作简单、测量精度高、数据能够实时传播、可全天候作业等特点,本文主要针对GPS技术在矿山测量中的工作原理及其应用展开讨论,以供实际工作者参考。
为了解决当前基于加权平均机制的遥感图像融合算法忽略了图像像素间的差异性,易导致融合图像出现振铃及光谱失真等问题,设计了非下采样Shearlet变换耦合差异度量的遥感图像融合算法。引入亮度-色调-饱和度(IHS)变换,获取多光(multi-spectral,MS)图像中的亮度I成分;借助非下采样Shearlet变换,计算出I分量及全色(PAN)图像对应的低频及高频系数;再利用结构相似度(SSIM)函
随着科学技术的不断进步,卫星遥感技术也得到长足发展,不同卫星所拍摄的卫星影像各有特点,将遥感影像进行融合成为一项研究热点。异源遥感影像的融合可以结合不同影像的优势,从而使所获得的融合后影像具有几种所融合影像的特点,融合后的影像可以用于影像的解译等后续应用,但是影像应用之前需要对融合后的影像进行质量评价,以此来分析影像融合后的效果,便于更合理的应用到不同的研究及实践中来。因此,可靠的影像融合质量评价
传统卷积神经网络(convolutional neural network,CNN)模型在遥感场景分类中存在大量的空间特征信息冗余,这极大的影响了模型的分类精度和运行效率,针对此问题提出一种基于Octave卷积(octave convolution,OctConv)的深度卷积神经网络(DCNN)模型.首先将卷积层输出的特征图根据频率分解为高低频两部分,并采用全局平均池化将特征映射信息量较少的低频部