本文關(guān)鍵詞：錫林浩特露天開采煤礦區(qū)占地信息自動(dòng)提取方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：內(nèi)蒙古礦產(chǎn)資源富集,存在著大量露天開采煤礦,不僅其占地面積大,而且對(duì)土地資源和生態(tài)資源的破壞嚴(yán)重,因此,本論文以“內(nèi)蒙區(qū)礦山開發(fā)遙感調(diào)查與監(jiān)測(cè)”項(xiàng)目為依托,選取錫林浩特勝利露天開采煤礦為研究區(qū),開展礦山占地信息自動(dòng)提取方法研究。綜合利用遙感數(shù)據(jù)的光譜特征、紋理特征以及空間特征,對(duì)研究區(qū)的高分辨率影像進(jìn)行了面向?qū)ο蟮姆诸惼餍阅軠y(cè)試,根據(jù)測(cè)試結(jié)果,建立了一套基于層次的加權(quán)投票法分類器組合的技術(shù)方法流程,并應(yīng)用于錫林浩特大型露天開采煤礦占地信息提取,驗(yàn)證本技術(shù)方法的有效性。本論文取得以下研究成果:(1)深入分析了高分辨率遙感數(shù)據(jù)的龐大信息含量,復(fù)合實(shí)驗(yàn)區(qū)worldview-2數(shù)據(jù)的光譜信息、紋理信息和DEM數(shù)據(jù)的空間信息,為后續(xù)研究提供數(shù)據(jù)保障。(2)對(duì)復(fù)合后的數(shù)據(jù)進(jìn)行六種算法的面向?qū)ο蟊O(jiān)督分類,并對(duì)所生成的分類器進(jìn)行性能測(cè)試,從中篩選出高性能的分類器作為基分類器,為層次法信息提取奠定基礎(chǔ)。(3)以基分類器的微觀精度分析結(jié)果為依據(jù),確定各占地類型的最優(yōu)分類器。采用層次法實(shí)現(xiàn)對(duì)強(qiáng)類占地信息的提取,保證了強(qiáng)類信息的精度,避免了信息之間的干擾;對(duì)于不存在最優(yōu)分類器的弱類信息,在子分類器差異性度量的基礎(chǔ)上,采用加權(quán)投票法的分類器組合分類,獲得了滿意的提取效果。(4)在上述研究的基礎(chǔ)上,以錫林浩特大型露天開采煤礦(面積為127.5km2)為驗(yàn)證區(qū),進(jìn)行本論文技術(shù)方法有效性的驗(yàn)證,占地信息提取總體精度達(dá)到92.45%。
【關(guān)鍵詞】：大型露天開采煤礦 面向?qū)ο蟊O(jiān)督分類 層次法信息提取 差異性度量 分類器組合
【學(xué)位授予單位】：中國地質(zhì)大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TD824;TD67
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章. 緒論10-21
• 1.1. 選題背景與意義10-11
• 1.1.1. 選題背景10-11
• 1.1.2. 研究意義11
• 1.2. 國內(nèi)外研究現(xiàn)狀11-18
• 1.2.1. 基于像元的遙感信息自動(dòng)提取12-13
• 1.2.2. 面向?qū)ο蟮男畔⑻崛?/span>13-15
• 1.2.3. 多分類器組合分類15-16
• 1.2.4. 礦山開發(fā)占地信息提取研究16-17
• 1.2.5. 存在問題17-18
• 1.3. 研究內(nèi)容和技術(shù)路線18-21
• 1.3.1. 研究內(nèi)容18-19
• 1.3.2. 技術(shù)路線19-21
• 第2章. 數(shù)據(jù)預(yù)處理及多元信息復(fù)合21-36
• 2.1. 實(shí)驗(yàn)區(qū)數(shù)據(jù)源21-23
• 2.2. 數(shù)據(jù)預(yù)處理23-30
• 2.2.1. 輻射校正23-25
• 2.2.2. 幾何校正25-26
• 2.2.3. 圖像配準(zhǔn)與融合26-29
• 2.2.4. DEM數(shù)據(jù)投影轉(zhuǎn)換29-30
• 2.3. 紋理特征提取30-34
• 2.3.1. 基于灰度共生矩陣紋理特征提取原理31-32
• 2.3.2. 紋理特征提取32-33
• 2.3.3. 特征量選取33-34
• 2.4. 光譜、紋理、空間信息復(fù)合34-36
• 第3章. 面向?qū)ο蟮谋O(jiān)督分類36-54
• 3.1. 面向?qū)ο蠓诸愒?/span>36-37
• 3.2. 影像分割37-42
• 3.2.1. 分割參數(shù)的選取38-40
• 3.2.2. 分割結(jié)果對(duì)比40-42
• 3.3. 面向?qū)ο蟮谋O(jiān)督分類42-50
• 3.3.1. 感興趣區(qū)選取42-43
• 3.3.2. 信息提取43-48
• 3.3.3. 實(shí)驗(yàn)結(jié)果48-50
• 3.4. 分類器性能測(cè)試及篩選50-54
• 3.4.1. 性能測(cè)試50-51
• 3.4.2. 原因分析51-52
• 3.4.3. 分類器篩選52-54
• 第4章. 基于層次的面向?qū)ο蠓诸惼鹘M合54-80
• 4.1. 層次法占地信息提取54-64
• 4.1.1. 微觀精度分析55-59
• 4.1.2. 最優(yōu)分類器的確定59-60
• 4.1.3. 層次法占地信息提取60-64
• 4.2. 分類器組合系統(tǒng)64-66
• 4.2.1. 子分類器的生成64-65
• 4.2.2. 分類器組合結(jié)構(gòu)65-66
• 4.2.3. 分類器組合決策機(jī)制66
• 4.3. 分類器組合66-74
• 4.3.1. 加權(quán)投票法分類器組合66-69
• 4.3.2. 子分類器的差異性研究69-74
• 4.4. 基于層次的分類器組合效果評(píng)價(jià)74-80
• 4.4.1. 分類器組合精度評(píng)價(jià)74-77
• 4.4.2. 基于層次的分類器組合精度評(píng)價(jià)77-80
• 第5章. 技術(shù)方法的驗(yàn)證80-87
• 5.1. 驗(yàn)證區(qū)概況80-81
• 5.2. 驗(yàn)證區(qū)總體分析81-82
• 5.3. 錫林浩特大型露天煤礦占地信息提取結(jié)果82-83
• 5.4. 驗(yàn)證區(qū)占地信息提取結(jié)果精度評(píng)價(jià)83-87
• 5.4.1. 類型精度83-84
• 5.4.2. 位置精度84-86
• 5.4.3. 面積精度86-87
• 第6章. 結(jié)論87-89
• 6.1. 研究成果87-88
• 6.2. 存在問題88-89
• 致謝89-90
• 參考文獻(xiàn)90-93

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 魏蓉;趙艷君;張同亮;顧全;;使用偽氨基酸和集成分類器預(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

2 陳曉平;沈記全;;分類器集成在入侵檢測(cè)中的應(yīng)用研究[J];河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

3 計(jì)時(shí)鳴，王烈鑫，熊四昌，席靜珠;茶葉分揀在線模式分類器[J];浙江工業(yè)大學(xué)學(xué)報(bào);1995年03期

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

5 王直杰,方建安,邵世煌;分類器系統(tǒng)綜述[J];中國紡織大學(xué)學(xué)報(bào);1997年01期

6 劉達(dá);張國英;劉冠洲;沙蕓;;基于特征篩選的云分類器[J];北京石油化工學(xué)院學(xué)報(bào);2011年01期

7 范驍輝,程翼宇;基于分步相關(guān)成分分析的中藥材質(zhì)量鑒別神經(jīng)元分類器[J];高等學(xué)校化學(xué)學(xué)報(bào);2004年12期

8 杜海蓮;呂鋒;辛濤;杜妮;;基于證據(jù)理論的優(yōu)化集成分類器融合算法及應(yīng)用[J];化工學(xué)報(bào);2012年09期

9 楊維寧，王宏，，匡建超，童孝華;基于自組織映射網(wǎng)絡(luò)的模式分類器對(duì)儲(chǔ)產(chǎn)層自動(dòng)分類方法研究[J];成都理工學(xué)院學(xué)報(bào);1994年04期

10 陳紹杰;李光麗;張偉;曹文;;基于多分類器集成的煤礦區(qū)土地利用遙感分類[J];中國礦業(yè)大學(xué)學(xué)報(bào);2011年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 王占一;徐蔚然;劉東鑫;郭軍;;一種基于兩級(jí)分類器的垃圾短信過濾方法[A];第五屆全國信息檢索學(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)象集分類器的再訓(xùn)練演進(jìn)[A];第十九屆全國數(shù)據(jù)庫學(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)手寫識(shí)別筆段特征分類器的學(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器模型的在線筆跡認(rèn)證[A];第十屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

5 彭濤;左萬利;赫楓齡;;基于鏈接上下文的分類器主題爬行技術(shù)(英文)[A];第二十三屆中國數(shù)據(jù)庫學(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器的方法用于“與文本無關(guān)”的說話人辨認(rèn)[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

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

8 胡瓊;汪榮貴;胡韋偉;孫見青;;基于級(jí)聯(lián)分類器的快速人臉檢測(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)分類器方法[A];2011年中國智能自動(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;賀國平;;一種改進(jìn)的最少核分類器[A];中國運(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

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 黃明;精子分類器決定生男生女[N];廣東科技報(bào);2000年

中國博士學(xué)位論文全文數(shù)據(jù)庫 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;多類別智能分類器方法研究[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)楊樹種類識(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 劉明;分類器組合技術(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

8 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器研究[D];浙江大學(xué);2011年

9 王U

本文編號(hào)：481811