【摘要】：圍填海是人類(lèi)獲取海洋資源的重要方式。監(jiān)測(cè)圍填海的變化是海岸帶管理、海岸帶演變研究中一項(xiàng)非常重要的任務(wù)。然而,圍填海地物復(fù)雜多變,給利用遙感技術(shù)監(jiān)測(cè)圍填海帶來(lái)困難。為此,通過(guò)構(gòu)造識(shí)別地物類(lèi)別的10個(gè)特征因子(GF-1的Band1—4波段的均值特征、波段均值的均值、對(duì)象面積、對(duì)象周長(zhǎng)、外接矩形面積、對(duì)象面積與外接矩形面積之比和對(duì)象周長(zhǎng)與對(duì)象面積之比),提出一種識(shí)別GF-1影像中圍填海地物的多分類(lèi)器集成算法;對(duì)特征因子進(jìn)行集成,構(gòu)建出單個(gè)特征分類(lèi)器模型、光譜特征分類(lèi)器模型、形態(tài)特征分類(lèi)器模型和所有特征集成分類(lèi)器模型4種組合特征分類(lèi)器模型;對(duì)每種分類(lèi)器模型進(jìn)行試驗(yàn)研究,并對(duì)比分析4種集成模型的多分類(lèi)器圍填海地物識(shí)別精度。結(jié)果表明,單個(gè)特征分類(lèi)器模型識(shí)別精度最高達(dá)到82.03%,光譜特征分類(lèi)器模型識(shí)別精度為63.28%,形態(tài)特征分類(lèi)器模型識(shí)別精度為87.50%,所有特征集成分類(lèi)器模型識(shí)別精度為80.47%。本研究結(jié)果可為監(jiān)測(cè)圍填海變化提供較好的解決方案。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 戴宏亮;;智能拉普拉斯分類(lèi)器[J];中山大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年02期

2 魏蓉;趙艷君;張同亮;顧全;;使用偽氨基酸和集成分類(lèi)器預(yù)測(cè)凋謝蛋白亞細(xì)胞定位[J];計(jì)算機(jī)與應(yīng)用化學(xué);2009年07期

3 駱玉霞,陳煥偉;角度分類(lèi)器與距離分類(lèi)器比較研究——以鹽漬土分類(lèi)為例[J];國(guó)土資源遙感;2002年02期

4 馮彥杰,王浣塵;學(xué)習(xí)分類(lèi)器在績(jī)效尋優(yōu)中的應(yīng)用及其組織決策意義[J];控制理論與應(yīng)用;2003年03期

5 柏延臣,王勁峰;結(jié)合多分類(lèi)器的遙感數(shù)據(jù)專(zhuān)題分類(lèi)方法研究[J];遙感學(xué)報(bào);2005年05期

6 聶金宗;呂宏伯;陳祖蔭;;用于發(fā)震地點(diǎn)預(yù)報(bào)的一種非參數(shù)模式分類(lèi)器[J];北京工業(yè)大學(xué)學(xué)報(bào);1986年01期

7 高文;湯洋;朱明;;復(fù)雜背景下目標(biāo)檢測(cè)的級(jí)聯(lián)分類(lèi)器算法研究[J];物理學(xué)報(bào);2014年09期

8 張章華;;應(yīng)用分類(lèi)器組合模型進(jìn)行巖性識(shí)別[J];計(jì)算機(jī)仿真;2009年04期

9 袁勛;吳秀清;洪日昌;宋彥;華先勝;;基于主動(dòng)學(xué)習(xí)SVM分類(lèi)器的視頻分類(lèi)[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2009年05期

10 張欣;梁宗保;;多分類(lèi)器融合算法研究與應(yīng)用[J];湘潭大學(xué)自然科學(xué)學(xué)報(bào);2011年02期

相關(guān)會(huì)議論文 前10條

1 王占一;徐蔚然;劉東鑫;郭軍;;一種基于兩級(jí)分類(lèi)器的垃圾短信過(guò)濾方法[A];第五屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

2 翟靜;李海宏;唐常杰;陳敏敏;李智;;可驗(yàn)證對(duì)象集分類(lèi)器的再訓(xùn)練演進(jìn)[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2002年

3 陳繼航;劉家鋒;趙巍;唐降龍;;聯(lián)機(jī)手寫(xiě)識(shí)別筆段特征分類(lèi)器的學(xué)習(xí)方法[A];黑龍江省計(jì)算機(jī)學(xué)會(huì)2009年學(xué)術(shù)交流年會(huì)論文集[C];2010年

4 穆明生;;基于特征集的多種分類(lèi)器模型的在線(xiàn)筆跡認(rèn)證[A];第十屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

5 彭濤;左萬(wàn)利;赫楓齡;;基于鏈接上下文的分類(lèi)器主題爬行技術(shù)(英文)[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2006年

6 王嵐;陳珂;遲惠生;;基于多特征組合多分類(lèi)器的方法用于“與文本無(wú)關(guān)”的說(shuō)話(huà)人辨認(rèn)[A];第四屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

7 謝秋玲;;應(yīng)用于心電圖分類(lèi)的KNN-SVM分類(lèi)器研究[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

8 胡瓊;汪榮貴;胡韋偉;孫見(jiàn)青;;基于級(jí)聯(lián)分類(lèi)器的快速人臉檢測(cè)方法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

9 李蘭春;王雙成;杜瑞杰;;認(rèn)知結(jié)構(gòu)評(píng)估的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)分類(lèi)器方法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

10 邵小健;段華;賀國(guó)平;;一種改進(jìn)的最少核分類(lèi)器[A];中國(guó)運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集（上卷）[C];2004年

相關(guān)重要報(bào)紙文章 前1條

1 黃明;精子分類(lèi)器決定生男生女[N];廣東科技報(bào);2000年

相關(guān)博士學(xué)位論文 前10條

1 張非;對(duì)抗逃避攻擊的防守策略研究[D];華南理工大學(xué);2015年

2 張文博;多類(lèi)別智能分類(lèi)器方法研究[D];西安電子科技大學(xué);2014年

3 許勁松;智能交通中目標(biāo)檢測(cè)與分類(lèi)關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2014年

4 余家林;普通場(chǎng)景視頻人臉檢測(cè)與識(shí)別的關(guān)鍵技術(shù)研究[D];浙江大學(xué);2016年

5 趙作林;基于圖像分析的北京地區(qū)楊樹(shù)種類(lèi)識(shí)別研究[D];北京林業(yè)大學(xué);2015年

6 任亞峰;基于標(biāo)注和未標(biāo)注數(shù)椐的虛假評(píng)論識(shí)別研究[D];武漢大學(xué);2015年

7 曹鵬;不均衡數(shù)據(jù)分類(lèi)方法的研究[D];東北大學(xué);2014年

8 劉明;分類(lèi)器組合技術(shù)研究及其在人機(jī)交互系統(tǒng)中的應(yīng)用[D];北京交通大學(xué);2008年

9 嚴(yán)志永;在劃分?jǐn)?shù)據(jù)空間的視角下基于決策邊界的分類(lèi)器研究[D];浙江大學(xué);2011年

10 王U，

本文編號(hào)：2555857