区域GPS水准高程拟合方法精度分析

在介绍GPS水准几何拟合的几种方法和济南市似大地水准面精化建设项目的基础上,以某垃圾处理厂施工控制测量数据为例,对不同几何拟合方法同似大地水准面精化成果所计算的正常高进行了分析比较。根据比较结果和作者经验,分析了GPS高程拟合影响精度的原因及作业中的注意事项,并对本文实验的几种拟合方法的适用范围进行了总结。     

基于多时相CBERS影像分析矿业城市景观格局变化——以徐州市为例

基于多时相中巴地球资源卫星(CBERS)影像,分别运用最大似然分类器、支持向量机和面向对象分类方法对城市景观格局进行分类,选择最佳分类结果分析了徐州市2001,2005和2007年的景观格局及其动态变化.试验了CBERS多尺度数据在景观格局分析中的适用性,验证了CBERS的电荷耦合器件摄像机(CCD)和红外多光谱扫描仪(IRMSS)数据在城市景观格局分析中的应用优势.结果表明:CBERS数据能有效地进行城市景观格局分析,为城市景观生态研究提供支持.     

基于空间邻域信息的高光谱遥感影像半监督协同训练

针对tri_training协同训练算法在小样本的高光谱遥感影像半监督分类过程中,存在增选样本的误标记问题,提出一种基于空间邻域信息的半监督协同训练分类算法tri_training_SNI(tri_training based on Spatial Neighborhood Information)。首先利用分类器度量方法不一致度量和新提出的不一致精度度量从MLR(Multinomial Logistic Regression)、KNN(k-Nearest Neighbor)、ELM(Extreme Learning Machine)和RF(Random Forest)4个分类器中选择3分类性能差异性最大的3个分类器;然后在样本选择过程中,采用选择出来的3个分类器,在两个分类器分类结果相同的基础上,加入初始训练样本的8邻域信息进行未标记样本的二次筛选和标签的确定,提高了半监督学习的样本选择精度。通过对AVIRIS和ROSIS两景高光谱遥感影像进行分类实验,结果表明与传统的tri_training协同算法相比,该算法在分类精度方面有明显提高。     

面向对象的高光谱遥感影像分类方法研究

在基于像素的高光谱影像分类方法的基础上,结合面向对象图像分析理论与方法,提出面向对象的高光谱遥感影像分类方法,并具体分析探讨了面向对象高光谱遥感影像分类的关键技术,包括多尺度分割、最优波段选择、人机交互和知识库的建立等。试验表明,面向对象的分类方法应用于高光谱影像较传统分类方法有较高的精度,有很大的应用潜力。