学科分类
/ 1
12 个结果
  • 简介:随着LBS(基于位置服务)的应用逐渐大众化,从现有LBS系统中提取更多、更准确的语义信息显得尤为重要。对LBS数据进行分析和研究,根据数据语义和用途将LBS数据分成三类:①领域数据;包括空间维和时间维等概念,即位置、定位、移动及时间等概念;②内容数据:描述LBS的特征内容;③应用数据:由LBS用户配置文件和相关服务描述组成。此分类法为构建LBS数据语义模型奠定基础,为LBS的数据表达、共享和交互提供可能。

  • 标签: LBS 数据语义 分类
  • 简介:城市基础地理要素分类与代码是城市地理空间数据采集和建库最根本的规定要求之一,本文在《基础地理信息要素分类与代码》(GB/T13923—2006)基础上补充扩展出符合本地对地理空间数据采集和建库要求的城市标准,并对城市地理信息要素代码分类提出了建议。

  • 标签: 城市 基础地理要素 分类代码
  • 简介:本算法在分类量化的基础上通过引入竞争的方式产生初始码书。试验结果表明,本算法产生的初始码书的典型性较好。在不降低图像压缩质量的同时,极大的减少获取最优码书所需要的运算时间。

  • 标签: 矢量量化 码书设计 分类量化 分类-竞争算法
  • 简介:高分SAR数据的出现,为基于SAR的应用提供了新的途径.需要探索新的技术方法。SAR与光学影像各自的特点具有较强的互补性,二者的融合可以增强遥感数据的信息利用率。针对新的Cosmo—Skymed高分辨率SAR影像数据.利用增强Lee滤波抑制相干斑影响,在此基础上运用局部标准差融合策略的小波包变换方法.融合SAR和CBERS02多光谱影像,充分结合了各自影像的图像特征.使得在最大限度地保留光谱特性和细节特性的基础上.提高了数据的信噪比,更利于信息的提取。实验表明,经过Cosmo—Skymed与CBERS02数据的融合后的自动分类精度显著提高。分类Kappa系数从0.47提高到了0.93。

  • 标签: Cosmo—Skymed 高分辨率SAR影像 CBERS02:影像融合
  • 简介:提出了一种基于区域特征的快速城区LiDAR点云数据分类方法.首先进行数据滤波处理,去除地面点.然后对非地面点,利用二次多项式进行区域曲面拟合,拟合曲面的参数作为特征构造区域特征向量,通过投票方式判断每个点的局部区域属性.最后,利用模糊逻辑技术实现最终分类.实验结果表明,该分类方法能够高效实现城区建筑物及树木的分类.

  • 标签: 机载LIDAR 区域特征 分类
  • 简介:利用SPOT全色波段影像和LandsatETM+多光谱影像,采用波段特征分析法和改进的最佳波段指数法确定最佳融合波段。选择具有代表性的HSV变换、Brovey变换、PCA变换、Gram-schmidt变换和小波变换方法进行影像融合。针对融合后的影像采用定量评价法进行质量评价,通过不同地物的光谱、空间和纹理信息等进行比较分析构建适当的分类特征和规则,采用面向对象的遥感分类方法进行分类。结果表明,波段特征分析法和改进的最佳波段指数法结合,可以获得最佳融合波段。各融合方法均有效提升了影像效果,其中HSV和GS变换融合方法更好地保持了影像的多光谱和高分辨率特性,融合后各地物特征分类明显,可以有效应用于湿地分类;采用主成分分析法来设置面向对象分类中的波段权重,可以利用各波段信息量的差异进行影像的分割。基于各种遥感指数的面向对象分类方法用于湿地分类获得了93.62%的分类精度,与传统的分类方法相比有了很大进步,在湿地分类中具有很大的应用潜力。

  • 标签: 湿地分类 影像融合 最佳波段选择 评价指标 遥感指数 面向对象分类
  • 简介:针对传统分类方法精度不高、感兴趣目标分类不理想等缺陷,采用多特征组合的支持向量机影像分类方法,利用颜色矩、颜色集和灰度共生矩阵进行特征提取,总体精度、Kappa系数和混淆矩阵作为评价指标对单一特征、组合特征的不同分类结果进行分析。实验结果表明,该方法有效地解决了单数据源分类不完整、精度低等问题,对高维输入向量具有较高的推广力。

  • 标签: 支持向量机 多特征 资源三号 分类
  • 简介:全极化SAR影像含有丰富的特征信息,针对单一特征用于分类难以达到满意精度的问题,提出一种基于不同目标分解方法及纹理信息的SVM(SupportVectorMachine,SVM)全极化SAR影像监督分类方法。结果表明,Cloude分解和Yamaguchi分解在极化特征信息提取时各有优势,且都优于Freeman分解效果;Cloude分解和Yamaguchi分解结合作为极化特征信息时,分类总体精度相对较高;纹理信息与极化特征信息在表现地物特性方面具有互补性,结合纹理信息后,分类总体精度提高了4.92%,为90.86%,Kappa系数为0.8754。

  • 标签: 全极化SAR 目标分解 纹理信息 影像分类
  • 简介:1前言遥感是根据不同的地物对电磁波束有不同的响应这一原理,来识别地面信息的。传统的分类方法是利用遥感数据的统计值特征与训练区样本数据之间的统计关系进行模式识别,由于地表的复杂,光谱值的}昆合,使普遍存在的“同谱异物”和“同物异谱”问题难以得到令人满意的解决,造成仅仅利用光谱特性进行的自动分类精度不高。

  • 标签: 土地利用 自动分类 TM图像 BP网络 模式识别 遥感数据
  • 简介:地处西南的渝北地区地表覆盖类型复杂、土地利用多元化,仅依赖于光谱特征的传统遥感信息提取方法难以获得较高的分类精度。利用决策树分类技术对渝北地区的TM遥感影像进行分类,除光谱信息外还结合地质、NDVI、PCI等多源数据进行实验。结果表明,总精度和Kappa系数分别为88.42%和0.8547,较传统的监督分类和仅依赖于光谱特征的决策树分类方法有较大提高,这也表明基于多源数据的决策树分类技术对地表覆盖复杂地区的遥感影像分类比较适用,是遥感信息提取的一种有效手段。

  • 标签: 决策树 遥感 渝北 地表覆盖
  • 简介:【 摘要】 现阶段, 车载激光扫描测量方法比传统摄影测量方法更具优势 ,车载激光扫描测量方法可以快速收集高精度、大范围的三维空间数据,拥有着广阔的应用前景。针对此,论文 提出一种分类方法:参照选取的主特征设计出一整套阶层式分类方法 ,并且使用这个方法对车载激光点云数据实行分类试验。

  • 标签: 地物特征 车载激光点云 数据分类
  • 简介:在遥感和GIS技术支持下,以香格里拉建塘镇为研究区,以2000年、2009年LandsatTM影像为基础数据,运用光谱特征和地学辅助知识相结合的改进型决策树分类方法分别对研究区2个年份的基础数据进行土地利用信息提取和变化分析。研究结果显示:①基于改进型决策树遥感分类法与最大似然法相比分类精度有明显提高;②10a间,香格里拉建塘镇城镇建筑用地、裸地面积呈上升趋势且变化最大,灌草地面积小幅增加,耕地、林地、水体、雪地冰川呈减少趋势,土地利用变化速度和综合程度越来越快。

  • 标签: 改进型决策树 遥感分类技术 土地利用变化 香格里拉县