感興趣目標(biāo)特征提取的方法研究
發(fā)布時間:2021-09-23 02:50
隨著科技的發(fā)展,指紋、人臉識別、虹膜、DNA、遙感等獲取目標(biāo)信息的技術(shù)方興未艾。所采集的數(shù)據(jù)日益龐大,普遍存在數(shù)據(jù)量增長很快但同時目標(biāo)信息獲得偏少的情形,典型的數(shù)據(jù)分析與處理算法在對數(shù)據(jù)進(jìn)行分析處理時往往不能得到希望的效果,有些時候還會出現(xiàn)徹底失效的情況。通常在尚未對數(shù)據(jù)進(jìn)行分析和處理之前,就開始進(jìn)行目標(biāo)特征的提取或選擇,使那些不相關(guān)的特征被消除,抽取信息量最大,最具相關(guān)性的特征,進(jìn)而為后續(xù)工作的開展奠定基礎(chǔ)。本文對常用的特征提取方法進(jìn)行了分析和研究,并在這個基礎(chǔ)上進(jìn)行了有效算法的開發(fā),其主要內(nèi)容如下:1、針對遙感數(shù)據(jù),基于主成分變換(PCA)設(shè)計了FPCR-ISODATA(Forward Principal components rotation-iterative self-organizing data analysis techniques algorithm)算法。該算法核心是前置主成分旋轉(zhuǎn)與迭代自組織數(shù)據(jù)分析算法的組合,并將其成功應(yīng)用于遙感大數(shù)據(jù)處理,提取感興趣的目標(biāo)地物。由于相鄰光譜數(shù)據(jù)的相關(guān)性(比如可見光),引入主成分(PC)旋轉(zhuǎn)來產(chǎn)生不相關(guān)的成分輸出,再進(jìn)行ISODA...
【文章來源】:蘇州大學(xué)江蘇省 211工程院校
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【部分圖文】:
上海青浦土地利用變化圖(1986~2007年)
圖 3-3 20 年上海青浦土地利用面積變化由實驗結(jié)果可得,上海青浦區(qū)在上個世紀(jì) 80 年代,例如 1986 年和 1989 年,點(紅色)是分開的,小的,連續(xù)的大塊面積用于農(nóng)業(yè)生產(chǎn)(水稻或蔬菜)。 紀(jì) 90 年代,鄉(xiāng)鎮(zhèn)特別是在東北角擴(kuò)張,居民點之間有更多的聯(lián)系;同時,農(nóng)業(yè)面
SVA與SLR兩種算法對模擬數(shù)據(jù)特征提取性能對比
本文編號:3404880
【文章來源】:蘇州大學(xué)江蘇省 211工程院校
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【部分圖文】:
上海青浦土地利用變化圖(1986~2007年)
圖 3-3 20 年上海青浦土地利用面積變化由實驗結(jié)果可得,上海青浦區(qū)在上個世紀(jì) 80 年代,例如 1986 年和 1989 年,點(紅色)是分開的,小的,連續(xù)的大塊面積用于農(nóng)業(yè)生產(chǎn)(水稻或蔬菜)。 紀(jì) 90 年代,鄉(xiāng)鎮(zhèn)特別是在東北角擴(kuò)張,居民點之間有更多的聯(lián)系;同時,農(nóng)業(yè)面
SVA與SLR兩種算法對模擬數(shù)據(jù)特征提取性能對比
本文編號:3404880
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/3404880.html
最近更新
教材專著