基于核的最小距离分类法的参数选择方法

在基于核函数的最小距离分类方法对数据集进行分类过程中,目标函数的核函数参数选择直接影响分类器的分类成功率。该文提出一种选择应用目标函数来选择适当参数的方法。实验结果表明,与单纯的基于核的最小距离分类法相比,选择最优核函数的参数可以提高分类器的成功率。

应用改进最小距离分类法识别泵功图工况

最小距离分类法广泛应用于文字，图像识别领域。泵功图是封闭的二值曲线图像，可用于判别抽油井各种工况。对最小距离分类法进行改进，并把获得的泵功图进行形态学处理，使之优化为标准功图，然后应用最小距离分类法对油井现场获得的61幅泵功图进行工况分类。实验结果表明，这种方法对泵功图分类是可行的，正确率较高。

基于独立分量分析的遥感图像分类技术

遥感图像的自动分类方法一般基于图像的统计信息。多光谱遥感图像之间有着一定的相关性 ,对遥感图像的自动分类有不利影响。一般用主成分分析去除波段之间的相关性。独立分量分析能利用相对主成分分析更高的统计分量 ,不但可以获得去相关的效果 ,而且可以得到相互独立的结果波段图像。本文首先讨论了独立分量分析的基本原理。在此基础上 ,介绍FastICA算法 ,并对其进行改进 ,得到M FastICA算法 ,并将其应用到遥感图像的分类上。实验结果表明 ,M FastICA算法较FastICA算法收敛性大为改善 。

基于MODIS云宏微观特性的卫星云分类方法

利用MODIS云光学厚度、云粒子有效半径、云顶高度、云相态等产品,以及表征6种云类的云光学厚度、云粒子有效半径、云顶高度、云相态的特征值,采用最小距离分类法和多阈值判识法相结合,对卫星观测像元的云进行分类,包括层云、层积云、积云、积雨云、雨层云、高积云/高层云、卷云以及卷云伴随高积云或高层云的多层云、卷云伴随层云或层积云的多层云、高积云或高层云伴随层积云或层云的多层云10类。2008年、2013年卫星分类结果与地面站云类观测对比,达到60%的一致性;将相同时间的地面小时降水量与分类结果叠加显示,出现降水处多为雨层云或积雨云。

一种基于均值更新的分类模型

最小距离分类法和最近邻分类法是最简单、快速、有效的分类方法,但对噪声较敏感,对于训练样本很少或训练样本偏离类中心较远时,分类效果较差。针对这一问题,提出了基于均值更新(MU)的分类模型,通过不断扩大训练样本并更新均值中心来改善对测试数据的分类效果;并在此基础上提出了基于均值更新的最小距离(MU-MD)分类模型,利用MU的分类结果重新计算各类的均值,然后采用最小距离法对所有测试样本重新进行划分,以确定最终的类别归属,这样可以部分纠正MU分类过程中的错分,进一步提高分类效果。

光学遥感影像在土地分类中的应用

以2017年的Landsat8遥感图像作为研究数据源,使用ENVI软件,把江苏省宿迁市作为研究区,结合第三次全国土地质量调查组的工作结果和对土地进行分类。对获取数据进行波段组合、影像镶嵌、影像裁剪、影像增强等影像预处理,进一步选取感兴趣区,采用最大似然分类法和最小距离分类法,将结果利用混淆矩阵以及Kappa系数显示并对其进行比较,分析两种方法的精确度及适用范围。

K-L变换与NDBI指数法提取ASTER影像城市用地信息的比较

运用K-L变换和NDBI(Normalized Difference Barren Index)指数法,对试验区——沧州市及其周边地区的ASTER遥感影像进行处理,然后分别对两种方法处理后的图像采用最小距离法监督分类,提取城市用地信息,并对分类后的图像进行对比,结果表明:NDBI指数法对城市用地信息提取的效果较好。

基于知识规则的土地利用/土地覆被分类方法——以黑河流域为例

本文提出了一种基于知识规则的土地利用/土地覆被分类的新方法。知识规则是基于专家经验建立起来的,反映研究区内不同分类系统下各类别的地理分布特性与地理分布交叉可能性。基于黑河流域90m分辨率DEM、2009年逐月1km分辨率NDVI,参考美国地质调查局(USGS)1km分辨率土地利用/土地覆被数据在欧亚大陆上各类别的聚类中心,应用在上、中、下游分别建立的知识规则,以知识规则结合最近距离的USGS类别聚类的方法,制作了一套与USGS全球土地覆被分类标准一致的、可以用于大气模式以及陆面过程模式的黑河流域土地覆被类型分布数据。本方法分类结果与以往研究采用的类别映射方法的分类结果及实际地物影像进行对比,表明知识规则下的分类结果更能准确表达流域地表覆盖特征,对冰雪、冻土类别和沙地荒漠类别的表现更优。