基于车载激光雷达数据的多种道路要素自动提取分类

基于车载点云数据开展道路要素的自动提取与分类是三维激光扫描技术服务于城市运维活动的一项重要应用。基于现阶段的行业研究情况,本文首先开展了针对不同类型道路要素对象进行方法及算法汇总,然后基于应用实例开展了车载激光雷达(LiDAR)点云用于道路结构、路面标识以及道路区域杆状地物等主要道路要素的自动提取与分类的应用,对其实用性和准确性进行了评价。

面向对象的复杂地形下冬小麦多时相遥感分类提取研究综述

复杂地形对冬小麦多时相遥感分类提取造成了挑战,因为地形起伏、阴影和光照变化可能导致遥感图像中的类别信息混淆和噪声。本文通过综述相关研究,总结了面向对象的复杂地形下冬小麦多时相遥感分类提取的研究现状和方法。研究表明,面向对象的方法结合多时相遥感数据能够有效克服地形对分类的影响,并提高分类的准确性和稳定性。

基于改进空间-协调注意力UNet的多作物分类提取

为弥补目前多作物分类提取精细化程度不高的问题,探究不同尺度数据集对网络精度的影响,该研究对协调注意力进行改进,并将此模块加入到UNet网络中,以验证改进后的空间-协调注意力UNet(spatial-coordinate attention UNet,SPCA-UNet)的合理性与有效性。结果表明:以1500×1500像素分辨率数据为输入的网络提取精度最高,UNet和DeepLab v3+网络模型对尺度信息不敏感;在注意力比较试验中,改进的空间-协调注意力的平均交并比、平均像素精度、平均精准率、平均召回率均优于SENet(squeeze-and-excitation networks)、CBAM(convolutional block attention module)、ECA(efficient channel attention)和CA(coordinate attention)模块,平均交并比达到了92.20%,平均像素精度达到95.97%,比CA模块的平均交并比和平均像素精度分别高出1.16和0.76个百分点。改进的空间-协调注意力可以很好地保持作物边界信息,由于其较强的规范性和约束性,孤岛现象不明显,不容易出现错分漏分现象。在多作物数据集上,对空间位置信息的关注所带来的精度收益更高,编码器-解码器结构的多特征层拼接融合信息的方式对于多作物提取更为有效,在UNet、PSPNet、DeepLab v3+和SPCA-UNet网络模型中,基于改进的空间-协调注意力的UNet网络获得了最好的效果,平均交并比相比其他3种网络平均交并比最高的UNet高出1.3个百分点。该研究成果可为多作物的精细化分类提取提供参考依据。

基于Contourlet变换和不变矩的纹理特征提取与分类

本文提出了一种基于contourlet变换和不变矩的特征提取方法.它首先对图像进行contourlet变换用以多尺度多方向分析,然后提取变换后各子带系数的统计特性和不变矩特征,以构造特征矢量,在此基础上,根据不同子带特征分类能力的不同,对各子带数据的离散程度进行加权处理,为分类能力强的特征量赋予较大的权值,得到新的特征向量,最后利用RBF神经网络作为分类器进行分类.实验结果证明了该方法的有效性和良好的分类能力.

丰年虫蛋白质的分类提取工艺优化及抗氧化活性

目的:对丰年虫蛋白质进行分类提取和抗氧化活性比较,并对抗氧化活性最强的蛋白质进行提取工艺优化。方法:从丰年虫脱脂粉中分离出水溶性、碱溶性、酸溶性和醇溶性蛋白,并对其进行体外抗氧化活性研究,选择一种抗氧化活性最强的蛋白质,利用中心组合试验设计对其提取工艺进行优化。结果:丰年虫脱脂粉中最主要的蛋白是水溶性蛋白和碱溶性蛋白,其次是醇溶性蛋白,最少的是酸溶性蛋白,该4类分别占脱脂粉的25.03%、26.98%、1.83%、0.53%;通过体外抗氧化研究发现水溶性蛋白抗氧化活性最强;得到提取水溶性蛋白的最优工艺条件是料液比1:7.5、提取温度49.8℃、提取时间2.8h,预测值和实测值的偏差为0.88%。结论:丰年虫水溶性蛋白的抗氧化活性最强,优化的提取工艺条件具有可行性。

基于能量特征的脑电信号特征提取与分类

为了快速、有效地提取脑电特征,提高分类正确率,采用带通滤波和小波包分析的方法提取Mu、Beta节律对应的脑电信号,在时域范围内,将信号幅度的平方作为能量特征值;在频域范围内,采用AR模型功率谱估计法所得的功率谱密度作为能量特征值。根据运动想象脑电信号特点,构造左右通道信号能量差值的符号特性作为分类判别依据,进行分类测试,方法简单。初步实验结果表明,所利用的两种方法的分类正确率达87.857%。

等值线DEM地形特征点提取与分类

地形特征按照相应特征模式隐含于DEM中,如何从DEM尽可能自动而准确的提取地形特征始终是测绘空间信息科学的重要而基础的问题。等值线是地形地貌DEM的最一般形式。地形特征点是生成高层次地形特征线面的基础,与局部地形起伏密切相关。在等值线DEM中,特征点的获取与分类不但与当前等值线的几何形态变化有关,也与局部区域内相邻等值线有密切而复杂的关系。本文在分析各种等值线特征点提取方法的基础上,讨论等值线内部和相邻等值线之间关系的多种复杂情况,形成我们实用的等值线特征点类型判断和提取方法,并进行具体的数学推导和应用到实际地形等值线的特征提取试验中。试验结果表明,我们的提取分类方法能解决多种复杂等值线变化的情况下获取地形特征点,并取得较准确可靠的结果。

美洲地表覆盖分类信息规模化提取工艺研究

在遥感影像地表覆盖分类信息提取试验研究的基础上,按照美洲地区的生态地理分区,利用30 m分辨率的TM或ETM+影像,研究探讨美洲分区地表覆盖工程化分类采集方案与提取工艺,采用4级分类策略的单要素分层提取掩膜分类方法,制作美洲地区2000年与2010年30 m分辨率的地表覆盖产品。研究成果表明,分类信息规模化提取工艺极大地提高了大范围影像信息提取的精度,有效减少了同物异谱和异物同谱现象对分类造成的影响。

基于遗传算法的云存储分类规则提取

针对云存储数据源分散、难于集中的特点,根据代理提取分类规则数与每个代理提取误差率以及整体提取误差率之间的关系,提出一种基于遗传算法的云存储分类规则提取方法。在代理端分布式提取分类规则后传输到中心数据库进行归并,从而达到分布式提取分类规则的目的,通过理论推导得出每个代理提取误差率和整体提取误差率的上限随着提取规则数的增加而递减。实验结果证明,在提取规则数足够多的情况下,分布式提取的回归准确率和集中式提取的回归准确率的差值趋于常数,保证了云存储分布式分类规则提取的可行性。

基于HHT和特征离散化的电压暂降扰动源分类特征提取

特征提取是分类问题最关键的环节之一,针对电压暂降扰动源分类中分类特征的提取问题进行研究。首先基于希尔伯特—黄变换(HHT)和类别—属性关联程度最大化(CAIM)离散化方法提出了三种分类特征提取方案,然后分别在决策树(DT)、概率神经网络(PNN)和支持向量机(SVM)上进行了验证。仿真结果表明,基于HHT的特征提取方法可提取有效的电压暂降扰动源分类特征。而且特征的离散化处理可以在不降低分类精度的前提下,有效压缩训练样本集。同时增强分类算法的鲁棒性,对实现电压暂降扰动源的快速、准确识别具有重要的意义。

基于多源遥感影像的农作物分类提取

合成孔径雷达数据因其较强的纹理特征近年来被广泛应用于农作物分类的研究中。针对多光谱影像无法实现农作物的精确分类问题,本文选取鲁西南济宁市为研究区,融合了2020年4-9月的Sentinel-1 SAR数据和Sentinel-2多光谱数据作为数据源,提取光谱特征、纹理特征、双极化后向散射系数共52个特征变量,通过独立主成分分析算法进行特征选择,选出占方差95%的前6个分量。对提取的特征进行多尺度分割,使用随机森林分类器进行分类,较好地证明了多源遥感数据融合在农作物分类提取中的优势地位。研究结果表明,面向对象分类精度为89.62%,相比于面向像元分类精度提升7.7%;且在同等条件下,SAR数据的加入可以将农作物分类精度提升17%,本研究成果能为后续多源遥感数据融合后农作物分类提取提供理论支撑。

面向对象的围海养殖用海信息分类提取与动态监测研究

以江苏大丰高涂围海养殖区域为研究区,基于ZY-3号高分辨率卫星遥感数据,采用面向对象方法开展了围海养殖用海信息分类提取与动态监测研究。通过多尺度分割获取研究区地物斑块,根据其形状、光谱、纹理等特征信息的差异性,建立分类规则集,并结合目视解译完善提取规则,实现了围海养殖用海中淡水养殖区、海水养殖区和干涸养殖区的分类提取,得到精度达93%的分类结果。总结出养殖区分类提取通用的特征指标集。最后基于目标识别,对多年份围海养殖信息进行动态监测,更全面、高效地了解围海养殖发展趋势,为海洋遥感监测领域拓展了更广阔的应用前景。

基于波段与形状特征的遥感影像建筑物分类提取

提出一种特征组合的方法实现高分辨率遥感影像中建筑物的分类提取。在图像预处理、多尺度分割后,以分割得到的影像对象为基础,考虑到建筑物与其他地物特征上的差异,构建了基于模糊隶属度函数的由紧致度、最大化差异和绿波图层比率3个特征组成的知识规则。前者为形状特征,后两者为波段特征。实验表明,该方法提取的建筑物精度达到89.02%,总体Kappa系数为0.777 8,优于SVM、KNN和单纯用波段特征分类的方法;克服了采用单一特征提取建筑物的局限性,有效提高了建筑物分类精度,具有一定的应用前景。

化妆品中常用中草药的作用及有效成分的分类提取方法

本文较系统地综述了化妆品中常用中草药的药理作用以及各种有效成分的分类提取方法。

基于面向对象程序设计语言的代码分类提取模型研究及应用

通过对多种面向对象开发工具开发软件进行文件组织分析,提出一个文件组织的层次模型.通过对具体VB语言的分析,获取VB语言的项目组织规则,并编程实现提取VB项目中的对象,包括属性和代码,以及对象之间的关系.

基于加权高光谱植被指数的植被分类提取方法

针对常见植被指数不能很好地降低非植被地物对植被分类提取的影响，设计了一种基于植被光谱特征的加权高光谱植被指数，并提出了一种基于加权高光谱植被指数的植被分类提取方案。先利用加权高光谱植被指数对植被信息进行提取，得到较为完整的植被分布信息，再利用典型分类算法进行植被分类，实验结果表明，本文提出的方案能够有效降低非植被地物的影响，提高植被分类提取的精度。

TM影像土地利用分类提取应用研究

利用TM影像对某区域的土地利用进行分类提取研究,提出了分层分类专题提取的方法,即综合使用主成分分析法、归一化植被指数法、坐标法以及非监督分类等方法,分别对各种土地利用类型进行分类提取。通过验证,所选择的5种典型土地利用类型的分类结果的平均精度达到88%以上,基本满足使用要求。

遥感影像数据和机器学习算法空间分布信息自动分类提取

本文利用Landsat8遥感影像数据结合野外实地调查,基于随机森林和支持向量机等机器学习算法对韩江东溪入海口红树林空间分布进行自动分类提取研究。结果表明:随机森林算法对红树林空间分布的提取精度高于对比支持向量机算法,分类精度为94.5066%,Kappa系数为0.6939;投入NDVI评价因子构建的随机森林模型可有效提高分类精度,改进后的分类精度为94.6046%,Kappa系数为0.7009。随着有效评价因子的投入增多,基于随机森林方法能进一步提供更准确的红树林分布信息,可为韩江三角洲红树林空间分布提取提供重要的参考依据。

PCM体制卫星遥测帧全分类提取方法

提炼了PCM体制卫星遥测帧的特征结构,在特征结构的基础上,提出一种PCM体制卫星遥测帧通用的,对测控通道遥测、数传通道遥测均适用的自动分类提取的方法。对该方法进行了三种提取模式的试验,结果表明,该方法可实现对大数据量、多源PCM体制遥测数据帧的一次性高效分类提取。

分类提取法在产品质量管理中的应用

针对产品在设计生产过程中产生的各种问题,运用分类提取法对相关数据进行分类汇总。为评估相关部门和人员的工作质量,改进设计生产方法,提高设计生产水平提供有效依据。