王春艳
- 作品数：10 被引量：27H指数：3
- 供职机构：辽宁工程技术大学矿业技术学院更多>>
- 发文基金：国家教育部博士点基金辽宁省科技厅基金国家自然科学基金更多>>
- 相关领域：天文地球自动化与计算机技术文化科学机械工程更多>>
- 基于区间二型模糊神经网络的高分辨率遥感影像分割方法被引量：1
- 2017年
- 高分辨率遥感影像同质区域地物目标异质性增大,光谱测度空间复杂性增加使像素类属的不确定性以及分割决策不确定性增大,引起分割精度下降。提出一种基于区间二型模糊神经网络的高分辨率遥感影像监督分割方法。对同质区域构建一型高斯隶属函数模型刻画像素类属的不确定性;模糊化高斯隶属函数参数构建区间二型模糊模型处理分割决策的不确定性;以训练样本在所有类别中的一型模糊隶属度及上、下隶属度为输入,建立模糊神经网络模型并融入像素邻域关系作为模糊决策。采用文中算法、FCM方法、HMRF-FCM及区间二型模糊神经网络方法分别对合成影像及真实高分辨遥感影像进行分割,定性与定量的对比分析验证了文中算法具有更高的分割精度。
- 王春艳徐爱功姜勇赵雪梅
- 关键词：高分辨率影像分割模糊神经网络
- 模糊神经网络高分辨率遥感影像监督分类被引量：3
- 2017年
- 目的针对高分辨率带来的像素类属不确定性增大及各类属间相关性增强引起的影像分类问题,提出一种模糊神经网络高分辨遥感影像监督分类方法。方法提出的模型为包含输入层,隐含层(隶属函数层)及输出层的三层前向模糊神经网络,输入层用于接收来自训练样本的灰度值;隐含层每个神经元节点的模糊隶属函数为对各类别定义的高斯隶属函数模型,以实现对输入变量隶属程度的不确定表达;输出层的输入变量为隐含层各神经元节点输出变量的线性组合,激活函数为分段线性函数,该层实现输入变量隶属程度的相关性表达。以训练数据直方图作为期望输出,梯度下降法求解模型参数,最后按最大隶属度准则实现分类决策。结果利用本文算法和经典算法对合成影像进行实验,本文方法总体精度达到0.931,相对于高斯隶属函数方法总体精度提高了5.3%,相对于最大似然法提高了4.2%,相对于FCM方法提高了5.9%,对真实World View-2全色影像的实验中文中方法分割精度也高于传统方法。结论提出的模糊神经网络模型可以更加精确的拟合高分辨率遥感影像复杂的分布特征,有效处理高分辨率遥感影像的上述分类问题。
- 王春艳徐爱功赵雪梅姜勇
- 关键词：高分辨率遥感影像模糊神经网络
- 基于区间二型模糊理论的高分辨率遥感影像分割方法研究被引量：2
- 2019年
- 影像分割是遥感影像处理(如特征提取、目标辨识、地物目标分类)的基础工作和重要任务。高分辨率遥感影像所具有的更加丰富的地表覆盖细节信息为精准地物目标分割提供了充分的依据。然而,更加精细的空间尺度、复杂多样的地物目标及真实地表覆盖信息的缺乏,增加了像素类属的不确定性和分割决策的不确定性,给高分辨率遥感影像分割带来了新问题,导致高分辨率遥感影像应用传统的影像分割方法得到的分割结果精度并没有随着分辨率的提高而得到显著提高。有鉴于此,本文以处理高分辨率遥感影像像素类属不确定性、分割决策不确定性及充分合理建模同质区域光谱测度分布模型为目标,提出基于区间二型模糊理论的影像建模与分割这一科学问题,并对其展开系统的理论与实践研究,以实现精度高、可靠性强的高分辨率遥感影像分割。
- 王春艳
- 关键词：高分辨率遥感影像不确定性遥感影像处理影像分割
- 基于AHP法的高校党校和谐发展能力评价与分析
- 2009年
- 本文结合新时期高校党校的发展状况,根据层次分析法(AHP)的基本原理,建立了高校党校和谐发展能力的评价指标体系:运用模糊综合评判的方法和Matlab软件,具体对某一高校党校的和谐发展能力进行了评价与分析,为增强高校党校的和谐发展能力提供了有力支持。
- 姜勇王继伟王春艳
- 关键词：层次分析法党校
- 融入空间关系的二型模糊模型高分辨率遥感影像分割被引量：7
- 2016年
- 为解决高分辨率遥感影像分割中,由光谱测度的空间复杂性、相同类型地物目标异质性增大带来的类属不确定性以及分割决策不确定性等引起的分割精度下降问题,提出一种融入空间关系的区间二型模糊模型高分辨率遥感影像监督分割方法。(1)建立高斯函数模型作为一型模糊模型,用来刻画像素类属的不确定性;(2)模糊化一型模糊模型中的均值或标准差,建立区间二型模糊模型,以强化类属的不确定表达和增加分割决策信息;(3)综合一型模糊模型及区间二型模糊模型的上、下隶属函数建模模糊决策模型;(4)融入邻域像素关系,使用待分像素及其邻域像素在模糊决策模型中的隶属度共同决定像素的类属。采用本文算法分别对真实高分辨遥感影像及合成影像进行分割,并对测试结果进行定性和定量分析。结果表明,本文算法可以得到更高的分割精度。
- 王春艳徐爱功李玉隋心
- 关键词：高分辨率遥感影像分割
- 一种新的高分辨率遥感影像模糊监督分类方法被引量：3
- 2018年
- 针对高分辨率遥感影像分类中由于细节特征突出、同质区域光谱测度变异性增大所带来的像素类属的不确定性及模型的不确定性等造成的误分结果,提出一种基于模糊隶属函数的监督分类方法。对同质区域定义高斯隶属函数模型用来表征像素类属不确定性;模糊化该隶属函数参数建立影像模糊隶属函数,以建模同质区域光谱测度的不确定性;用训练样本在所有类别中的模糊隶属函数及原隶属函数（高斯隶属函数）中的隶属度为输入,建立模糊线性神经网络模型作为目标函数,实现分类决策。该算法和经典算法对World View-2全色合成影像及真实影像进行定性和定量分类实验,分类结果验证了文中方法具有更高的分类精度。
- 王春艳刘佳新徐爱功王玉隋心
- 关键词：高分辨率遥感影像模糊隶属函数影像分类模糊神经网络
- 基于区间二型模糊模型的高分辨率遥感影像分割方法被引量：8
- 2016年
- 为了解决高分辨遥感影像分割过程中存在的类属和分割决策不确定性问题,提出一种基于区间二型模糊模型的监督分割方法。利用高斯函数建立影像分割一型模糊模型,其模糊隶属度表征像素类属不确定性;为了改善一型模糊模型隶属度对类属不确定性的表达以及增强分割决策的准确性,分别采用均值和方差扩展方法在上述一型模糊模型基础上构建区间二型模糊模型;综合利用一型模糊模型隶属度及二型模糊模型隶属区间等信息实现分割决策。提出算法和经典算法对合成影像、World View-II和IKONOS全色影像进行分割实验,定性和定量的分析结果表明提出算法具有更高的分割精度。
- 王春艳徐爱功杨本臣赵雪梅
- 关键词：高分辨率遥感影像影像分割
- 融入空间关系的GMM全色高分辨率遥感影像监督分割方法被引量：5
- 2017年
- 为了解决高分辨率遥感影像中相同地物目标异质性和空间破碎性增大及不同地物目标的相似性增强所带来的分割新问题,该文提出一种融入空间关系的高斯混合模型(GMM)高分辨遥感影像监督分割方法。该方法首先按分割区域进行监督采样,并通过最小二乘法进行直方图拟合,对影像中的每个类别区域建立GMM用来精确表征高分辨遥感影像每个分割区域复杂的地物光谱特征;然后在GMM的概率测度域融入空间关系,使每个像素的区域所属由该像素邻域窗口内所有像素概率测度共同决定,以刻画高分辨率遥感影像中像素间的空间相关性;最后按照最大概率测度原则完成对高分辨率遥感影像的分割。为了验证文中算法的可行性与有效性分别对合成影像及真实高分辨率遥感影像进行分割实验,并和经典的FCM方法及HMRF-FCM方法进行对比,定量与定性的结果证明了文中方法能够提高分割精度。
- 王春艳徐爱功孙川赵雪梅
- 关键词：高分辨率遥感影像高斯混合模型
