基于支持向量机决策树的泵站稳态工况运行下状态识别

根据统计学理论提出一种基于决策树支持向量机的泵站状态识别方法,支持向量机是基于统计学理论发展而来的学习方法,在处理小样本,非线性,高维数的问题上较为出色。泵站系统数据往往维度较高,通过主成分分析将数据压缩降维,利用处理过后的数据对三级支持向量机进行训练结合决策树建立泵站运行状态判别模型,进行泵站稳态运行下的状态识别。实验表明:该方法优点是训练时间短,识别准确度高,具有较强鲁棒性。     

联合灰度阈值分割及轮廓形态识别的河道提取

在合成孔径雷达(SAR)所获取的遥感图像中,河道区域由于其中水介质的电磁波反射率较低,在图像中呈现灰度低且灰度起伏小的特征。此外,河道区域由于水流的冲击作用,也具有显著的条带状轮廓形态特征。鉴于河道的这2种特征,联合灰度阈值分割及轮廓形态识别方法,采用多级分割策略,实现对河道区域的准确提取。实验结果证明,与经典的Otsu灰度阈值分割及其多种改进方法相比,多级分割方法能够更好的提取河道区域轮廓,且漏警率和虚警率均较低。