基于KNN方法的森林蓄积量遥感估计和反演概述

K-邻近距离法(KNN)作为一种非参数方法,多适用于非正态分布和密度函数未知的遥感数据分类和参数估计,已被广泛地用于寒带和亚寒带地区的多源林业调查和森林蓄积量估计反演。从KNN方法的基本原理出发,在与传统蓄积量遥感估计方法进行对比的基础上,详细地介绍了KNN方法的特点以及与K\|mean方法的区别,总结了KNN法森林蓄积量估计误差的评价模型和度量参数。还对KNN法森林蓄积量遥感估计的国内外研究动态进行了总结,表明了多源信息在KNN法森林蓄积量遥感估计中的重要性,总结出KNN方法进行森林蓄积量遥感估计的两种方法：基于样地点级和基于林分级。最后详细阐述了影响KNN法森林蓄积量估计的众多因素,提出了在低纬度地区利用KNN法对森林蓄积量遥感估计和反演进行系统研究的建议。     

主被动遥感特征优化的天然林森林蓄积量估测

结合国产主被动遥感数据高分六号（GF-6） PMS和高分三号（GF-3）双极化PolSAR估测森林蓄积量,并针对多源遥感数据的冗余问题进行特征组合优化。以新疆巩留县天然林地为研究区,提取GF-6 PMS数据的光谱信息、植被指数、纹理以及植被覆盖度信息和GF-3 PolSAR数据的后向散射系数、极化分解参数,结合地形因子,在森林样地调查数据的基础上,利用快速迭代特征选择的 K 最近邻法（K-Nearest Neighbor with Fast Iterative Features Selection,KNN-FIFS）估测研究区的森林蓄积量。对比国产主被动遥感数据和单一遥感数据源时的估测结果,基于最优特征组合反演研究区的森林蓄积量,结果表明：联合GF-3 PolSAR和GF-6 PMS数据估测研究区森林蓄积量的精度为 R2=0.72,RMSE=92.48 m3/hm2,相比于仅使用GF-6 PMS数据估测的精度（R2=0.56,RMSE=118.8 m3/hm2）,R2提高了0.16,提高了28.6%,RMSE降低了26.32 m3/hm2,降低22.2%。说明主被动遥感数据协同反演可以提高森林蓄积量估测精度,KNN-FIFS方法可以有效地估测天然林森林蓄积量。     

卫星遥感技术在林业中的应用

介绍了国内外利用卫星遥感技末进行森林植被制图，森林蓄积量调查，森林质量监测所取得的最新应用研究成果。     

改进的随机森林及其在遥感图像中的应用

对于遥感图像训练样本获取难的问题,引入适用于小样本分类的随机森林算法。为了随机森林能在小样本情况下有更优的分类效果和更高的稳定性,在决策树基础上提出了一种更加随机的特征组合的方法,降低了决策树之间的相关性,从而降低了森林的泛化误差;引入人工免疫算法来对改进后的随机森林进行压缩优化,很好地权衡了森林规模和分类稳定性、精度的矛盾。通过UCI数据集的实验表明,改进的随机森林的有效性及其优化的模型的可行性,优化后森林的规模降低了,且有更高的分类精度。在遥感图像上与传统的方法进行了对比。     

卫星遥感在智慧森林防火监测预警系统的应用

近年来,气候异常多变,森林火灾频发,森林资源受损严重。森林火灾监测预警的准确和及时是减少森林火灾发生的关键,为切实解决森林防火中“监测预警不及时、不准确”的突出问题,结合森林防火监测预警的现状、面临的形势和存在的问题,研究利用卫星遥感等信息化技术建设智慧森林防火监测预警系统的设计与实现过程。系统的建成,尤其是卫星遥感在系统中的应用,对森林防火监测预警有较大帮助和辅助作用,有利于提升各级林业部门对火情的监测预警统一指挥和协调能力。     

遥感与模糊评判在森林火灾后生态监测评价中的应用

以遥感资料为信息源，针对森林生态的复杂性与模糊性，采用模糊数学中“多层次模糊综合评判”的方法，对森林火灾后生态景观进行评价及动态监测，以期探索森林火灾后生态监测评价的新途径，为森林生态系统的恢复和重建提供科学依据和决策支持。     

遥感与模糊评判在森林火灾后生态监测评价中的应用

以遥感资料为信息源,针对森林生态的复杂性与模糊性,采用模糊数学中“多层次模糊综合评判”的方法，对森林火灾后生态景观进行评价及动态监测，以期探索森林火灾后生态监测评价的新途径，为森林生态未统的恢复和重建提供科学依据和决策支持。     

随机森林及其改进模型在浅层句法分析中的应用

文章首先阐述浅层句法分析可以转化为一个分类问题,然后论述了如何用随机森林的方法来完成这个分类任务。接下来对随机森林算法进行了改进,即基本模型+Bootstrap方式。实验结果显示,针对CoNLL2000提出的浅层句法分析任务,基本模型+Bootstrap方式的Fβ值可以达到92.25%,较基本模型有明显提高。     

改进的BP算法在建筑工程造价估算中的应用

建筑工程造价估算是项目可行性研究阶段的重要内容.研究了工程造价及其影响因素之间复杂的非线性关系,改进了人工神经网络BP算法,在此基础上建立建筑工程造价估算模型.为了验证模型的正确性,收集了莱芜市20个典型建筑工程项目,并选取其中18个作为训练样本,2个作为测试样本,运用MATLAB建模分析,测试结果表明,预测精度与实际值偏差不大,精度满足要求.神经网络在工程造价估算方面具有良好的发展前景.     

改进随机森林及其在人体姿态识别中的应用

针对随机森林算法静态性、容易陷入局部最优等问题,提出了一种蜜蜂交配优化的随机森林算法,并将该算法应用于基于加速度传感器的人体姿态识别。设计了一套以三轴加速度传感器MMA7260与无线通信模块CC2430相结合的数据采集系统,采集了五种日常行为和一种异常行为;从加速度值中提取了近斜率、前后差、均值、均方根和信号幅值面积5类特征矢量;采用改进的随机森林算法训练行为模型和进行分类识别。实验结果表明：该算法能有效地识别六种行为,具有较高的分类预测准确率和行为识别率,且具有较强的稳定性、鲁棒性、全局寻优和抗噪声能力。     

2DRE四叉树结构及其变换算法在地理信息系统中的应用

四叉树这种图像数据结构,近年来得到了人们越来越多的重视,地理信息系统是其应用的一个重要方面。本文在若干理论、方法研究的基础上,提出了2DRE 四叉树结构及其某些变换算法在地理信息系统中的两个应用问题和具体实现的途径。一是构成信息系统中的属性分布数据库;二是查询问题。最后讨论了这两方面的应用算法的时间、空间复杂度问题。     

基于小波变换的影像融合在动态监测中的应用

基于小波变换的遥感影像融合是一种重要的图像信息增强方法，提出了将其应用于土地利用遥感动态监测，以自动探测土地利用发生变化的区域。方法是将某时相的多光谱影像进行主成分变换，用其第一主成分与另一时相的多光谱影像进行数据融合，融合规则是对两时相影像的小波系数进行加权平均法计算。经室内资料检核和野外验证发现，得到的变化信息的噪声小图斑较少，结果精度能满足实际应用需要。     

Karhunen—Loeve变换及其在语音增强中的应用

Karhunen-Loeve变换(KLT)是建立在统计特性基础上的一种变换,其相关性好,且为均方误差(MSE)意义下的最佳变换。KLT不仅在数据压缩技术中占有重要地位,在语音增强领域中也有重要应用。本文探讨了Karhunen-Loeve变换的Matlab实现,并介绍了它在语音增强中的应用。     

浅析无人机系统在森林防火方面的应用及其发展

在我国,森林资源是我们的宝贵财富,保护森林资源人人有责,做好森林防火工作有着重大意义。在传统的人工防火中,会运用比较高的成本,也难以从全面性的角度对防火工作进行掌控。目前,无人机系统的出现,就解决了森林防火工作难的这个问题。基于此,本文分析了无人机在森林防火中的具体应用。     

HJ数据的LBV变换及其在面向对象分类中的应用

为了探讨环境卫星影像在分类中的应用潜力,通过对其地物光谱进行分析,计算推导出了适用于环境卫星数据的LBV变换公式,并且将变换后得到的LBV图像应用到面向对象分类中。实验结果表明:推导的针对HJ\|1B影像的LBV变换公式具有普适性,并且经过LBV变换后的影像有效地弥补了环境卫星数据光谱分辨率不高的缺点,在分割参数相同的情况下,分割效果明显好于原始影像分割结果。利用变换后的LBV图像进行面向对象分类,可以很好地提取出水体、植被、城镇和建筑用地4大类,总体分类精度达到93%,Kappa系数为0.8894,表明经LBV变换后的HJ影像在面向对象分类中具有很大的应用潜力。     

改进的小波变换在多源遥感图像融合中的应用

在分析方向可调的小波变换与不可分离小波变换的基础上,以全色SPOT和多光谱TM遥感影像为数据源,结合可调小波变换与不可分离小波变换的优点,借助Matlab与ERDAS IMAGINE等工具,实现了改进的方向可调的不可分离框架小波变换的遥感影像融合处理.该方法与传统的融合方法相比,具有不可分离小波变换和方向可调性等优点,对图像的多分辨率信息的刻画比较精细,既能保持多光谱图像的光谱信息,又能保持全色图像的空间分辨率特性,从而提高了对影像的解译能力.     

统计的Hough变换在机场遥感图像分割中的应用

提出一种基于统计方法的Hough变换来进行机场遥感图像的机场定位和相关区域分割的方法。该算法根据机场跑道在整修波段所具有的不同灰度特征以及机场跑道的直线特征来进行机场跑道定位，然后利用区域生长法在跑道的关键点处进行区域生长，并对结果进行定位。实验表明该算法获得了很好的效果，具有一定的推广应用价值。     

分段Chirp—Z变换及其在目标速度跟踪中的应用

提出一种用于ＰＤ雷达动目标速度跟踪的修正Ｃｈｉｒｐ－Ｚ变换－分段Ｃｈｒｉｐ－Ｚ变换算法（ＳＣＺＴ），该方法不仅充分利用了ＣＺＴ算法的窄带信号分析能力，而且克服了运算量大的缺点，可在较小的存贮器空间处理较大的数据量，降低了设备成本，有利于并行实现，提高了实时性，在ＰＤ雷达目标速度跟踪中，大大增加了跟踪精度和灵活性。计算机模拟证明，ＳＣＺＴ算法在目标速度跟踪中具有一定的实用价值。     

随机森林算法在肌电的重要特征选择中的应用

在肌电信号的情感识别问题中,如何从高维特征中找出起关键作用的特征,一直是情感识别的难题。使用随机森林算法,并依照其对特征的评价准则,来计算肌电信号的126个初始特征在不同情感模式分类中的贡献度。依照每个特征的重要程度,优先组合贡献度大的特征并将其用于情感的分类。实验数据验证了该方法的有效性。