期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种融合纹理特征与NDVI的随机森林海冰精细分类方法
被引量:
4
1
作者
王志勇
张梦悦
+1 位作者
于亚冉
泥萍
《海洋学报》
CAS
CSCD
北大核心
2021年第10期149-156,共8页
海冰的精准分类对于掌握海冰生长发育状况,保障航海安全等具有重要意义。由于受数据源和分类方法等影响,使得海冰分类精度提高受限。本文面向高空间分辨率的光学遥感影像,提出了一种融合纹理特征和归一化差分植被指数(NDVI)的海冰精准...
海冰的精准分类对于掌握海冰生长发育状况,保障航海安全等具有重要意义。由于受数据源和分类方法等影响,使得海冰分类精度提高受限。本文面向高空间分辨率的光学遥感影像,提出了一种融合纹理特征和归一化差分植被指数(NDVI)的海冰精准分类方法,运用随机森林分类器构建海冰分类方法。以青岛胶州湾为实验区,高分二号(GF-2)为实验数据,进行了海冰类型提取,并与其他分类方法进行对比。结果显示:针对GF-2高分辨率光学遥感数据,融合纹理特征和NDVI的随机森林方法,相比于传统的随机森林、支持向量机、自动决策树和融合纹理特征的最大似然分类方法,总体分类精度分别提高13.70%、11.60%、19.22%、29.37%。Kappa系数分别提高0.16、0.13、0.22、0.44。相比于融合纹理特征和归一化水指数(NDWI)的随机森林方法,总体分类精度提高了9.67%,Kappa系数提高了0.09。这表明本文构建的海冰分类方法可有效提高海冰分类精度,为海冰的精确分类提供了一种有效的技术手段。
展开更多
关键词
海冰分类
GF-2影像
随机森林
纹理特征
NDVI
下载PDF
职称材料
基于Stacking集成机器学习法的Sentinel-1海冰分类研究
2
作者
泥萍
唐凯
王志勇
《矿山测量》
2022年第1期70-77,共8页
随着海冰监测需求的不断扩大,合成孔径雷达数据逐渐成为海冰遥感监测的重要数据,但现阶段用于雷达海冰监测的机器学习方法普遍精度不高且鲁棒性较低。针对上述问题,对Sentinel-1影像数据提取多种影像纹理特征,然后将轻量级梯度提升机、...
随着海冰监测需求的不断扩大,合成孔径雷达数据逐渐成为海冰遥感监测的重要数据,但现阶段用于雷达海冰监测的机器学习方法普遍精度不高且鲁棒性较低。针对上述问题,对Sentinel-1影像数据提取多种影像纹理特征,然后将轻量级梯度提升机、随机森林与深度置信神经网络通过Stacking方法集成后对海冰进行监测,并检验其精度。实验结果表明,相较于单一机器学习器,Stacking集成学习器具有更高的分类精度,证明集成学习可以提高海冰分类精度。
展开更多
关键词
反向神经网络
随机森林
轻量级梯度提升机
STACKING
集成机器学习
下载PDF
职称材料
题名
一种融合纹理特征与NDVI的随机森林海冰精细分类方法
被引量:
4
1
作者
王志勇
张梦悦
于亚冉
泥萍
机构
山东科技大学测绘与空间信息学院
出处
《海洋学报》
CAS
CSCD
北大核心
2021年第10期149-156,共8页
基金
国家自然科学基金(41876202)
山东省自然科学基金(ZR2017MD020)。
文摘
海冰的精准分类对于掌握海冰生长发育状况,保障航海安全等具有重要意义。由于受数据源和分类方法等影响,使得海冰分类精度提高受限。本文面向高空间分辨率的光学遥感影像,提出了一种融合纹理特征和归一化差分植被指数(NDVI)的海冰精准分类方法,运用随机森林分类器构建海冰分类方法。以青岛胶州湾为实验区,高分二号(GF-2)为实验数据,进行了海冰类型提取,并与其他分类方法进行对比。结果显示:针对GF-2高分辨率光学遥感数据,融合纹理特征和NDVI的随机森林方法,相比于传统的随机森林、支持向量机、自动决策树和融合纹理特征的最大似然分类方法,总体分类精度分别提高13.70%、11.60%、19.22%、29.37%。Kappa系数分别提高0.16、0.13、0.22、0.44。相比于融合纹理特征和归一化水指数(NDWI)的随机森林方法,总体分类精度提高了9.67%,Kappa系数提高了0.09。这表明本文构建的海冰分类方法可有效提高海冰分类精度,为海冰的精确分类提供了一种有效的技术手段。
关键词
海冰分类
GF-2影像
随机森林
纹理特征
NDVI
Keywords
sea ice classification
GF-2 image
random forest
texture feature
NDVI
分类号
P731.15 [天文地球—海洋科学]
P715.7 [天文地球—海洋科学]
下载PDF
职称材料
题名
基于Stacking集成机器学习法的Sentinel-1海冰分类研究
2
作者
泥萍
唐凯
王志勇
机构
山东科技大学
测绘工程国家级实验教学示范中心(山东科技大学)
出处
《矿山测量》
2022年第1期70-77,共8页
文摘
随着海冰监测需求的不断扩大,合成孔径雷达数据逐渐成为海冰遥感监测的重要数据,但现阶段用于雷达海冰监测的机器学习方法普遍精度不高且鲁棒性较低。针对上述问题,对Sentinel-1影像数据提取多种影像纹理特征,然后将轻量级梯度提升机、随机森林与深度置信神经网络通过Stacking方法集成后对海冰进行监测,并检验其精度。实验结果表明,相较于单一机器学习器,Stacking集成学习器具有更高的分类精度,证明集成学习可以提高海冰分类精度。
关键词
反向神经网络
随机森林
轻量级梯度提升机
STACKING
集成机器学习
Keywords
reverse neural network
random forest
LightGBM
Stacking
integrated machine learning
分类号
P237 [天文地球—摄影测量与遥感]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种融合纹理特征与NDVI的随机森林海冰精细分类方法
王志勇
张梦悦
于亚冉
泥萍
《海洋学报》
CAS
CSCD
北大核心
2021
4
下载PDF
职称材料
2
基于Stacking集成机器学习法的Sentinel-1海冰分类研究
泥萍
唐凯
王志勇
《矿山测量》
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部