發(fā)布時間：2017-06-01 08:10

  本文關(guān)鍵詞：基于模糊決策樹的HJ-1影像海冰分類技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：海冰災(zāi)害是我國主要的海洋自然災(zāi)害之一,給沿岸水產(chǎn)養(yǎng)殖、漁業(yè)生產(chǎn)、交通運輸、油氣生產(chǎn)以及海島居民的生產(chǎn)生活等帶來了巨大影響。海冰冰型可以表示海冰生成和發(fā)展過程的不同形式,可為反演海冰厚度提供參考值,為海冰預(yù)報提供基礎(chǔ)信息,使之能夠更加準(zhǔn)確地預(yù)報海冰災(zāi)害來臨,實時監(jiān)控災(zāi)情發(fā)展,為災(zāi)害的防控提供強有力的支持。我國自主研發(fā)的“HJ-1”衛(wèi)星,由于其波譜范圍與海冰的反射波譜范圍一致,因此其圖像非常適合進行海冰的災(zāi)害預(yù)報。但該類圖像目前仍主要依靠人工進行海冰冰型的圖像解譯,因而亟需研究海冰冰型自動分類技術(shù),以提高圖像解譯效率,推動海冰業(yè)務(wù)化監(jiān)測的開展。本文結(jié)合北海分局預(yù)報中心的實際業(yè)務(wù)需求,綜合利用灰度共生矩陣、聚類分析、模糊決策樹等方法,研究“HJ-1”衛(wèi)星圖像中海冰的自動分類技術(shù),提出了針對“HJ-1”衛(wèi)星圖像中海冰的自動分類算法。本文的主要研究內(nèi)容包括以下幾個方面:(1)調(diào)研了海冰圖像特征屬性以及如何提取圖像特征屬性相關(guān)的理論知識,重點研究了利用灰度共生矩陣方法對海冰圖像進行特征提取。本文通過提取海冰圖像的有代表性的特征屬性來構(gòu)建了海冰冰型特征數(shù)據(jù)集。(2)使用聚類分析算法對海冰冰型分類數(shù)據(jù)集中的連續(xù)屬性值進行離散化,并利用聚類中心確定三角隸屬度函數(shù)的各參數(shù),從而完成對海冰冰型分類數(shù)據(jù)集的模糊化處理,為之后的海冰分類模型的構(gòu)建提供了數(shù)據(jù)基礎(chǔ)。(3)將模糊化的海冰數(shù)據(jù)集分為訓(xùn)練集和測試集兩部分,利用訓(xùn)練集和模糊ID3算法構(gòu)造海冰冰型分類決策樹,利用測試集測試決策樹的分類準(zhǔn)確性,并根據(jù)該決策樹提取海冰冰型的分類規(guī)則。(4)結(jié)合北海預(yù)報中心的業(yè)務(wù)需求,開發(fā)了一套“HJ-1”衛(wèi)星圖像海冰自動分類系統(tǒng),該系統(tǒng)能夠利用本文構(gòu)造的海冰分類決策樹模型對“HJ-1”海冰圖像中的海冰進行自動分類。
【關(guān)鍵詞】：海冰分類 灰度共生矩陣 模糊決策樹 聚類 HJ-1衛(wèi)星
【學(xué)位授予單位】：青島科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 1 緒論8-14
• 1.1 選題背景及意義8-9
• 1.2 國內(nèi)外現(xiàn)狀9-12
• 1.2.1 衛(wèi)星遙感監(jiān)測技術(shù)9-12
• 1.2.2 模糊決策樹算法研究現(xiàn)狀12
• 1.3 本文的主要研究內(nèi)容12-13
• 1.4 論文的組織結(jié)構(gòu)13-14
• 2 圖像的特征處理14-30
• 2.1 相關(guān)數(shù)據(jù)源介紹14-17
• 2.1.1 HJ-1 衛(wèi)星介紹14-16
• 2.1.2 HJ-1 海冰圖像介紹16-17
• 2.2 圖像特征提取相關(guān)技術(shù)17-29
• 2.2.1 圖像特征簡介17-19
• 2.2.2 紋理特征概念與描述方法19-24
• 2.2.3 灰度共生矩陣（GLCM）24-29
• 2.3 本章小結(jié)29-30
• 3 模糊決策樹算法相關(guān)理論30-39
• 3.1 模糊集理論30-34
• 3.1.1 模糊集定義30-31
• 3.1.2 模糊集合的表示方法31-32
• 3.1.3 模糊集合的關(guān)系運算32-33
• 3.1.4 模糊集合的隸屬函數(shù)33-34
• 3.2 模糊決策樹34-38
• 3.2.1 模糊決策樹概述35-36
• 3.2.2 模糊決策樹擴展屬性選取36-38
• 3.3 本章小結(jié)38-39
• 4 海冰分類數(shù)據(jù)預(yù)處理39-61
• 4.1 海冰分類冰型特征39-42
• 4.2 海冰分類數(shù)據(jù)集的構(gòu)建42-49
• 4.2.1 海冰圖像特征屬性的選取43-44
• 4.2.2 海冰數(shù)據(jù)的預(yù)處理44-49
• 4.3 海冰分類數(shù)據(jù)集的模糊化49-60
• 4.3.1 數(shù)據(jù)集離散化49-50
• 4.3.2 數(shù)據(jù)集模糊化50-60
• 4.4 本章小結(jié)60-61
• 5 海冰分類模糊決策樹61-76
• 5.1 Fuzzy-ID3算法概述61-65
• 5.1.1 相關(guān)定義61-63
• 5.1.2 算法流程63-64
• 5.1.3 決策規(guī)則推理64-65
• 5.2 海冰自動分類模型的構(gòu)建65-71
• 5.2.1 模糊分類決策樹的構(gòu)建65-68
• 5.2.2 模糊推理規(guī)則提取68-70
• 5.2.3 模糊分類決策樹的測試70-71
• 5.3 海冰自動分類系統(tǒng)功能及運行結(jié)果71-75
• 5.4 本章小結(jié)75-76
• 總結(jié)76-77
• 參考文獻(xiàn)77-82
• 致謝82-83
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄83-85

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張亮;寧芊;;CART決策樹的兩種改進及應(yīng)用[J];計算機工程與設(shè)計;2015年05期

2 金建國;;聚類方法綜述[J];計算機科學(xué);2014年S2期

3 張鑫;溫顯斌;孟慶霞;;基于顏色特征的圖像檢索方法研究[J];計算機科學(xué);2012年11期

4 王謙;周德云;張X;;基于模糊決策樹的UCAV雷達(dá)模式管理算法[J];計算機仿真;2011年03期

5 曠達(dá);韓秀珍;劉翔;詹雅婷;牛錚;王李娟;;基于環(huán)境一號衛(wèi)星的太湖葉綠素a濃度提取[J];中國環(huán)境科學(xué);2010年09期

6 孫君頂;馬媛媛;;紋理特征研究綜述[J];計算機系統(tǒng)應(yīng)用;2010年06期

7 李志軍;;渤海海冰災(zāi)害和人類活動之間的關(guān)系[J];海洋預(yù)報;2010年01期

8 袁英;陳立潮;張英俊;趙治軍;;基于模糊決策樹的采煤機故障診斷研究[J];微計算機信息;2009年34期

9 盧雁;王麗霞;;HJ-1多光譜數(shù)據(jù)在遼東灣生態(tài)環(huán)境遙感評價研究中的應(yīng)用[J];環(huán)境保護與循環(huán)經(jīng)濟;2009年10期

10 易玲;汪瀟;劉斌;;HJ-1衛(wèi)星數(shù)據(jù)質(zhì)量及其在土地利用中的應(yīng)用研究[J];國土資源遙感;2009年03期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 溫智婕;圖像紋理特征表示方法研究與應(yīng)用[D];大連理工大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王龍;圖像紋理特征提取及分類研究[D];中國海洋大學(xué);2014年

2 聶進;模糊決策樹算法在降雨預(yù)測中的研究與應(yīng)用[D];廣東工業(yè)大學(xué);2014年

3 李旭;五種決策樹算法的比較研究[D];大連理工大學(xué);2011年

4 閆晶瑩;基于紋理的圖像檢索算法研究[D];燕山大學(xué);2011年

5 張朝杰;一種基于模糊決策樹的軟件工作量估算方法[D];國防科學(xué)技術(shù)大學(xué);2010年

6 王寧;基于MODIS數(shù)據(jù)的渤海海冰重要參數(shù)提取技術(shù)與探測系統(tǒng)[D];中國海洋大學(xué);2009年

7 于波;遼東灣海冰多極化SAR影像解譯分析與分類算法研究[D];中國海洋大學(xué);2009年

8 劉榮杰;基于凝聚層次聚類的高分辨率遙感影像分割算法研究[D];青島大學(xué);2008年

9 李曉菲;數(shù)據(jù)預(yù)處理算法的研究與應(yīng)用[D];西南交通大學(xué);2006年

10 徐元柳;遙感圖像多尺度邊緣分割的方法研究[D];新疆大學(xué);2005年

  本文關(guān)鍵詞：基于模糊決策樹的HJ-1影像海冰分類技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

本文編號：412123