您的位置: 专家智库 > >

国家自然科学基金(40701105)

作品数:9 被引量:63H指数:5
相关作者:戴芹刘士彬刘建波马彩虹王建民更多>>
相关机构:中国科学院中国科学院研究生院太原理工大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术天文地球更多>>

文献类型

  • 9篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 4篇天文地球

主题

  • 7篇遥感
  • 4篇遥感图像
  • 4篇图像
  • 2篇遥感数据
  • 1篇信息提取
  • 1篇遥感数据分类
  • 1篇遥感图像分割
  • 1篇遥感图像分类
  • 1篇遥感图像检索
  • 1篇遥感信息
  • 1篇遥感信息提取
  • 1篇遥感影像
  • 1篇遥感影像变化...
  • 1篇蚁群
  • 1篇蚁群优化
  • 1篇蚁群优化算法
  • 1篇影像变化检测
  • 1篇优化算法
  • 1篇三角网
  • 1篇数字地面模型

机构

  • 9篇中国科学院
  • 3篇中国科学院研...
  • 1篇太原理工大学

作者

  • 9篇戴芹
  • 7篇刘士彬
  • 6篇刘建波
  • 3篇马彩虹
  • 1篇王建民
  • 1篇魏然然

传媒

  • 4篇计算机工程与...
  • 1篇武汉大学学报...
  • 1篇地理研究
  • 1篇测绘学报
  • 1篇计算机工程
  • 1篇地球信息科学...

年份

  • 1篇2013
  • 3篇2012
  • 2篇2011
  • 1篇2009
  • 2篇2008
9 条 记 录,以下是 1-9
排序方式:
改进五叉树分解法在遥感图像检索中的应用
2013年
由于一幅遥感图像是对一定范围内的地表状态的成像,并且遥感图像具有多样性、复杂性、海量等性质,致使遥感图像检索往往是查询图像和图像库图像的局部区域之间的相似性匹配。为了提高遥感图像的检索效率,必须首先对遥感图像进行分解。提出了一种将遥感图像分层分解的遥感图像检索方法,该方法利用改进五叉树分解法将图像库图像按层次分解成不同大小的子图,在提取子图的纹理特征后,以查询图像和图像库子图之间的欧式距离衡量图像相似度,实现了遥感图像检索。利用海地地震时的航空遥感图像作为实验数据,应用改进五叉树分解法将遥感图像分解后,进行查询检索实验,并与普通五叉树进行了对比。实验结果表明利用改进五叉树分解法进行遥感图像分解后得到的分块图像,可以更精准地查询出用户真正感兴趣的部分,能够获得较高的查全率和查准率,提高查询效率。
魏然然戴芹刘士彬马彩虹
关键词:遥感图像纹理特征提取
基于分块优化的不规则三角网的快速构成方法被引量:5
2012年
采用基于分块的方式,提高了TIN的运行效率,并提出采用四边形对角线最短原则、增加内插点或减小块连接中距离阀值等优化处理方法,很好地改善了TIN的构网效果。实验结果表明,该算法建立的三角网无交叉和重复,并具有Delaunay三角网的特性,同时兼顾了空间和时间性能,具有较高的执行效率。
马彩虹戴芹王建民刘士彬
关键词:数字地面模型不规则三角网分块DELAUNAY三角形
微粒群优化方法的遥感影像变化检测研究被引量:10
2012年
将微粒群优化方法引入遥感信息变化检测领域,构建了基于微粒群优化方法的遥感信息变化检测方法。在变化监测的过程中,通过变化规则的自动搜索和建立,实现了遥感影像变化信息的一次性直接提取。应用微粒群优化方法对北京试验区2000—2006年、2006—2009年两个时间段的遥感影像进行土地覆盖类型的变化信息检测,并与决策树(C4.5和PART)、最大似然等方法的变化检测结果进行对比分析。结果表明,微粒群优化方法能够自动搜索变化规则,得到的变化规则比决策树方法更简单,并能够获得更高的检测精度。
戴芹刘建波刘士彬
关键词:微粒群优化变化检测
基于蚁群规则挖掘算法的多特征遥感数据分类被引量:1
2009年
蚁群算法作为一种新型的智能优化算法,已经成功应用在许多领域,然而应用蚁群优化算法进行遥感数据处理则是一个新的研究热点。蚁群规则挖掘算法是基于分类规则挖掘进行分类,能够处理多特征的数据。因此,论文将蚁群规则挖掘算法应用到多特征遥感数据分类处理中,并采用北京地区的Landsat TM和Envisat ASAR数据作为实验数据,对选择的遥感数据进行了多特征分类实验。实验结果分别与最大似然分类法、C4.5方法进行对比,分析表明:1)蚁群规则挖掘算法是一种无参数分类的智能方法,具有很好的鲁棒性,2)能够挖掘较简单的分类规则;3)能够充分利用多源遥感数据等。它可以充分利用多特征数据进行土地覆盖分类,从而能够提高分类的效率。
戴芹刘建波
关键词:遥感数据分类
基于蚁群优化分类规则挖掘的遥感图像分类研究被引量:7
2008年
蚁群优化算法作为群智能理论的主要算法之一,已经成功应用在众多研究领域的优化问题上,但是在遥感数据处理领域还是一个新的研究课题。蚁群优化具有自组织、合作、通信等智能化优点,对数据无需统计分布参数的先验知识,因此在遥感数据处理领域具有很大的潜在优势。介绍了将蚁群优化分类规则挖掘算法应用到遥感图像分类研究领域的理论与算法流程。并采用北京地区的CBERS遥感数据作为实验数据,通过蚁群优化算法构造分类规则,对选择的遥感数据进行了分类实验,并和最大似然分类方法进行对比,实验结果表明,蚁群优化分类规则挖掘算法为遥感图像的分类提供了一种新方法。
戴芹刘建波
关键词:蚁群优化算法分类规则挖掘遥感图像分类
群智能方法在遥感信息提取中的应用分析被引量:3
2011年
遥感数据作为重要的空间数据源,在众多领域发挥着不可或缺的作用。遥感信息获取技术的不断发展与遥感数据应用领域的不断扩展,促进了遥感信息提取方法的不断进步。随着人工智能算法不断被提出及成功应用,遥感信息提取领域也在逐步引入智能算法实现高效的信息提取。在对遥感信息提取方法的研究进展进行深入分析的基础上,剖析了群智能方法应用于遥感信息提取领域的潜力与优势。并应用微粒群优化方法进行遥感数据的分类,实现了微粒群优化方法应用于遥感数据分类的技术流程,取得了很好的实验结果。因此,群智能方法能够为遥感信息提取领域提供一种新的有效智能处理方法。
戴芹刘建波刘士彬
关键词:遥感数据信息提取
海量卫星遥感数据共享的关键技术被引量:26
2008年
在对遥感数据共享的研究现状及其存在的难点问题进行综合分析的基础上,从元数据共享、标准数据产品共享、遥感信息共享3方面内容,分别对遥感数据共享到遥感信息共享的关键技术进行研究。并给出基于网络服务技术实现遥感信息共享与综合信息集成共享服务的框架结构和基本步骤。
戴芹刘建波刘士彬
关键词:WEBSERVICE技术
综合多特征遥感图像智能检索方法的概念设计被引量:6
2011年
遥感数据作为一种重要的时空数据源,在环境监测、资源管理、灾害预报、重大工程监理、国防安全等众多领域发挥着不可或缺的重要作用。遥感图像检索的效率和精度,直接关系到遥感影像数据应用的广泛性和实时性。本文在对国内外其他领域的图像检索技术、遥感图像检索技术的研究进展及其发展趋势进行综合分析的基础上,针对目前遥感图像检索所存在的主体内容和检索主题难以确定、多特征索引难以建立、多特征难以综合利用、检索系统的智能性低、检索效率低等缺陷问题,结合海量遥感数据的多样性、复杂性、不确定性等特征,提出建立综合多特征遥感图像智能检索方法的研究思路,并分别对遥感图像多特征表达模型和智能检索的概念模型进行理论构建和分析,详细设计了综合多特征遥感图像智能检索的总体方案。另外,对综合多特征遥感图像智能检索方法中的如何构建遥感图像的智能标注方法,发展综合多特征的相似度识别模型,建立遥感图像信息的智能反馈机制等系列关键问题及其发展方向进行分析与讨论。
戴芹刘建波刘士彬
关键词:遥感图像
一种融合PSO和Isodata的遥感图像分割新方法被引量:7
2012年
针对当前遥感图像分割方法存在的缺点,将人工智能领域的粒子群优化方法应用到遥感图像分割方面,提出了一种融合PSO和Isodata的遥感图像分割新方法。对不同分辨率遥感图像的分割实验结果表明,融合PSO和Isodata的遥感图像分割新方法能够自适应确定聚类数目,避免了聚类过程的随机性,使分割结果更加接近实际情况。
马彩虹戴芹刘士彬
关键词:PSO算法ISODATA算法遥感图像分割
共1页<1>
聚类工具0