期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Otsu和改进CV模型的SAR图像水域分割算法 被引量：18
1
作者 安成锦 陈曾平 《信号处理》 CSCD 北大核心 2011年第2期221-225,共5页
图像分割是SAR图像处理中基本而关键的技术之一,也是影响SAR图像自动解译性能的一个重要步骤。由于受相干斑噪声影响严重,SAR图像分割一直是一个公认的难题。针对Otsu算法对SAR图像分割精度不高以及CV模型对初始条件敏感和演化效率低等... 图像分割是SAR图像处理中基本而关键的技术之一,也是影响SAR图像自动解译性能的一个重要步骤。由于受相干斑噪声影响严重,SAR图像分割一直是一个公认的难题。针对Otsu算法对SAR图像分割精度不高以及CV模型对初始条件敏感和演化效率低等问题,本文提出了一种融合分割算法。采用快速一维Otsu算法对图像进行粗分割,分别将得到的水体区域和水体轮廓作为CV模型的分割区域和初始条件,降低了CV模型的场景复杂度,提高了分割速度,减弱了CV模型对初始条件的敏感性。利用图像边缘强度信息代替CV模型中的Dirac项,改进了CV模型的偏微分方程,使分割算法更好地适应SAR图像的同时提高了CV模型的收敛速度。实验结果表明,融合分割算法具有分割边界定位准确、运行高效、无需设置初始条件等优点。 展开更多
关键词 合成孔径雷达 水域分割 OTSU CV模型
在线阅读 下载PDF
基于Boruta和极端随机树方法的森林蓄积量估测 被引量：10
2
作者 韩瑞 吴达胜 +1 位作者 方陆明 黄宇玲 《林业资源管理》 北大核心 2020年第4期127-133,共7页
森林蓄积量是反映森林资源数量的重要指标之一。本研究应用Boruta特征选择方法和极端随机树(Extremely randomized trees,Extra-trees)方法,以小班为研究单元,估测龙泉市部分区域森林资源的每公顷蓄积量,为县域尺度森林蓄积量的估测提... 森林蓄积量是反映森林资源数量的重要指标之一。本研究应用Boruta特征选择方法和极端随机树(Extremely randomized trees,Extra-trees)方法,以小班为研究单元,估测龙泉市部分区域森林资源的每公顷蓄积量,为县域尺度森林蓄积量的估测提供新的方法和思路。基于研究区的森林资源二类调查数据、高分二号(GF-2)遥感影像数据、数字高程模型数据,提取多元特征组成原始特征集。通过Boruta选择方法对原始特征集进行筛选,利用Extra-trees方法建立森林蓄积量估测模型,选用十折交叉验证法对模型进行检验,并与随机森林(Random Forest,RF)方法和梯度提升(Gradient Boosting)方法进行对比分析。研究结果显示:1)经过Boruta特征选择方法得出的特征有土层厚度、年龄、郁闭度、海拔、坡度和坡向;2)极端随机树方法采用网格搜索调参得到的最优参数组合为:树的个数为250,树的最大深度为14;3)基于Boruta和极端随机树方法的森林蓄积量估测模型的测试精度为84.14%,R2为0.92,RMSE为19.65m^3/hm^2,MAE为13.95m^3/hm^2,模型优于随机森林方法和梯度提升方法,表明Boruta特征选择方法结合极端随机树方法估测森林蓄积量可取得更好的效果。 展开更多
关键词 Boruta特征选择 极端随机树 随机森林 森林蓄积量 机器学习
在线阅读 下载PDF
基于图像超分辨率的遥感图像树冠目标检测
3
作者 陈振 赵亚凤 张志超 《黄冈职业技术学院学报》 2021年第3期85-93,共9页
针对目前遥感图像质量较差导致对其中物体检测效果低下的问题,本文提出一种基于生成式对抗网络(GAN)的图像超分辨率方法来提升遥感图像整体质量,并对现有常用目标检测算法YOLO进行研究。针对遥感图像中树冠不容易检测的特点,将超分辨率... 针对目前遥感图像质量较差导致对其中物体检测效果低下的问题,本文提出一种基于生成式对抗网络(GAN)的图像超分辨率方法来提升遥感图像整体质量,并对现有常用目标检测算法YOLO进行研究。针对遥感图像中树冠不容易检测的特点,将超分辨率运用于检测遥感图像中的树冠,对特定区域内树冠数量及定位进行统计。实验结果表明超分辨率方法对目标检测起到积极作用,检测精度提升约为8%,有利于对特定地区树木种植数量的统计工作。 展开更多
关键词 生成式对抗网络 超分辨率 目标检测 树冠 遥感图像
在线阅读 下载PDF
基于Stacking集成学习算法的工作人员用车记录异常数据识别方法 被引量：1
4
作者 魏葳 耿一婷 +1 位作者 吕倩 杨显军 《计算机应用文摘》 2023年第7期124-126,共3页
针对电网企业工作人员用车记录核验效率较低的问题,文章提出基于Stacking集成学习算法的工作人员用车记录异常数据识别方法。挖掘工作人员用车记录异常数据,通过数据清洗、数据插值操作预处理异常数据,基于Stacking算法中集成学习器的训... 针对电网企业工作人员用车记录核验效率较低的问题,文章提出基于Stacking集成学习算法的工作人员用车记录异常数据识别方法。挖掘工作人员用车记录异常数据,通过数据清洗、数据插值操作预处理异常数据,基于Stacking算法中集成学习器的训练,实现异常数据识别。实验结果表明,文章方法识别工作人员用车记录异常数据的精确率为98.55%、召回率为95.86%,验证了该方法的可行性。 展开更多
关键词 Stacking集成学习算法 用车记录 异常数据 识别方法
在线阅读 下载PDF
基于机器学习的森林蓄积量研究综述 被引量：6
5
作者 黄宇玲 《智能计算机与应用》 2020年第4期158-161,共4页
森林蓄积量体现了森林生态系统林分信息,与森林生物量、生物多样性和碳储量等息息相关,是反映森林资源数量的重要指标,已经成为林业科学研究中的重点。本文首先对森林蓄积量的研究进展做了简单介绍;其次阐述了常见的4种机器学习算法、... 森林蓄积量体现了森林生态系统林分信息,与森林生物量、生物多样性和碳储量等息息相关,是反映森林资源数量的重要指标,已经成为林业科学研究中的重点。本文首先对森林蓄积量的研究进展做了简单介绍;其次阐述了常见的4种机器学习算法、研究进展和成果;介绍了机器学习算法在森林蓄积量方面的研究。 展开更多
关键词 机器学习 森林蓄积量 随机森林
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部