女人荫蒂被添全过程13种图片,亚洲+欧美+在线,欧洲精品无码一区二区三区 ,在厨房拨开内裤进入毛片

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

機(jī)器學(xué)習(xí)在遙感高光譜圖像中的應(yīng)用

姚小熊27 ? 來(lái)源:賢集網(wǎng) ? 作者:賢集網(wǎng) ? 2020-10-16 15:43 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

為了克服遙感高光譜圖像中地面特征的自動(dòng)化和智能化分類困難,在遙感成像過(guò)程中逐漸引入機(jī)器學(xué)習(xí)方法。研究人員提出了基于支持向量機(jī)(SVM)、極值學(xué)習(xí)機(jī)(ELM)、深度置信網(wǎng)絡(luò)(DBN)以及遙感高光譜圖像光譜空間特征的分類模型。將其應(yīng)用于PaviaU、Botswana和Cuprite三個(gè)高光譜數(shù)據(jù)集,并在高光譜圖像特征的地形分類中將其準(zhǔn)確性與各種分類模型的準(zhǔn)確性進(jìn)行了比較。

研究成果以“Adoption of Machine Learning in Intelligent Terrain Classification of Hyperspectral Remote Sensing Images”為題,于2020年9月在《Computational Intelligence and Neuroscience》雜志上發(fā)布。

首先,研究人員選取PaviaU、Botswana和Cuprite高光譜數(shù)據(jù)集作為研究對(duì)象,通過(guò)機(jī)器學(xué)習(xí)對(duì)遙感高光譜圖像進(jìn)行處理,實(shí)現(xiàn)特征的自動(dòng)、智能分類。然后介紹了支持向量機(jī)(SVM)和極值學(xué)習(xí)機(jī)(ELM)分類算法的基本原理,并將其應(yīng)用于數(shù)據(jù)集中。再利用約束B(niǎo)oltzmann機(jī)(RBM)調(diào)整參數(shù)估計(jì),建立了一種基于深度置信網(wǎng)絡(luò)(DBN)的高光譜圖像地形分類模型。最后,對(duì)支持向量機(jī)、ELM和DBN分類算法在高光譜圖像地形分類中的準(zhǔn)確性和一致性進(jìn)行了分析和比較。結(jié)果表明,DBN算法充分利用了高光譜遙感圖像的空間和光譜信息,其分類精度優(yōu)于前兩種方法。

研究背景

遙感高光譜技術(shù)是一項(xiàng)綜合性的新技術(shù)。遙感高光譜圖像能夠有效地保留地物的空間和光譜信息。目標(biāo)檢測(cè)在遙感中具有重要的應(yīng)用價(jià)值,對(duì)地形變化的分析可以及時(shí)提供有關(guān)地表大型地物變化的信息。遙感高光譜技術(shù)已廣泛應(yīng)用于農(nóng)業(yè)、地質(zhì)、生態(tài)等領(lǐng)域。掌握表面物體信息對(duì)于改善周圍環(huán)境具有重要意義。因此,遙感高光譜圖像的分類具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

機(jī)器學(xué)習(xí)技術(shù)可以通過(guò)訓(xùn)練數(shù)據(jù)學(xué)習(xí),從多樣化的數(shù)據(jù)庫(kù)中發(fā)現(xiàn)數(shù)據(jù)的發(fā)展趨勢(shì),實(shí)現(xiàn)數(shù)據(jù)分析的自動(dòng)化處理。機(jī)器學(xué)習(xí)在處理圖像、文本、語(yǔ)音等非線性數(shù)據(jù)方面取得了優(yōu)異的效果,而機(jī)器學(xué)習(xí)中的深度學(xué)習(xí)技術(shù)在圖像識(shí)別方面有著更強(qiáng)的優(yōu)勢(shì)。Garcia-Floriano等人提出了一種基于支持向量機(jī)的醫(yī)學(xué)圖像分類與識(shí)別方法,結(jié)果表明該方法可有效地應(yīng)用于疾病的診斷與分類。

遙感高光譜圖像已廣泛應(yīng)用于軍事、醫(yī)療和農(nóng)業(yè)監(jiān)測(cè)領(lǐng)域。在高光譜圖像的獲取和傳輸過(guò)程中,會(huì)受到光照、大氣和輻射的影響,因此高光譜圖像中會(huì)產(chǎn)生大量的噪聲,影響圖像數(shù)據(jù)的可信度,給后續(xù)的處理和分析帶來(lái)不便。

因此,高光譜圖像中噪聲的特征提取一直是研究的熱點(diǎn)。機(jī)器學(xué)習(xí)可以有效地去除高光譜圖像中的噪聲,而高光譜圖像中的目標(biāo)檢測(cè)對(duì)于遙感技術(shù)的應(yīng)用具有重要意義。

研究方法

不同的地物表現(xiàn)出不同的光譜特征和空間分布特征,因此有必要根據(jù)地形光譜圖像的信息特征和空間分布特征來(lái)識(shí)別和判斷圖像類別。假設(shè)高光譜圖像數(shù)據(jù)構(gòu)成一個(gè)立方體(其中M, N,和L數(shù)據(jù)的分類性能主要取決于圖像類別、光譜數(shù)據(jù)的維數(shù)、訓(xùn)練過(guò)程中使用的樣本數(shù)、分類器和分類方法。由于高光譜數(shù)據(jù)的分類類似于元分類,因此可以從整個(gè)可變空間進(jìn)行分類。用一類平均向量來(lái)表示特征空間中的坐標(biāo)。通過(guò)使用分類函數(shù)來(lái)劃分區(qū)域來(lái)對(duì)數(shù)據(jù)進(jìn)行分類。高光譜圖像的分類過(guò)程如圖所示。

在遙感高光譜圖像預(yù)處理中,主要采用基于分水嶺和空間正則化的方法對(duì)圖像進(jìn)行分割。光譜空間模型分類框架如圖所示。

結(jié)論

為了研究機(jī)器學(xué)習(xí)在遙感高光譜圖像地形識(shí)別和分類中的性能,建立了基于DBN的圖像分類模型。將其應(yīng)用于實(shí)際高光譜圖像數(shù)據(jù)的分類中,并與SVM和ELM模型的分類性能進(jìn)行了比較。結(jié)果如下:

(I) 不同地物信息類型的光譜曲線具有較高的相似性,這增加了大型數(shù)據(jù)集的分類難度,影響了不同類型地物分類的準(zhǔn)確性。

(2) 根據(jù)地物的光譜特征和空間特征,對(duì)遙感高光譜圖像中的地物進(jìn)行了分類,為提高各種算法的分類精度奠定了基礎(chǔ)。

(3) DBN模型能夠有效地提取高光譜圖像的特征,并對(duì)各種類型的地物進(jìn)行分類。

(4) DBN模型在遙感高光譜圖像地物分類性能上優(yōu)于SVM和ELM模型。

然而,高光譜圖像中存在較強(qiáng)的空間維紋理信息和較多的噪聲,而這些因素對(duì)分類性能的影響還沒(méi)有得到考慮。因此,有必要將濾波和紋理增強(qiáng)相結(jié)合來(lái)提高模型的分類精度。研究結(jié)果為提高遙感高光譜圖像地形分類的效率提供了理論依據(jù)。
責(zé)任編輯:YYX

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 遙感
    +關(guān)注

    關(guān)注

    0

    文章

    252

    瀏覽量

    17156
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8500

    瀏覽量

    134431
  • 高光譜圖像
    +關(guān)注

    關(guān)注

    0

    文章

    25

    瀏覽量

    7288
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    光譜相機(jī)如何通過(guò)無(wú)人機(jī)實(shí)現(xiàn)地表精準(zhǔn)遙感?

    遙感,是人類“遙控地球視野”的一雙眼睛。而光譜遙感技術(shù),則是這雙眼睛的“鷹眼”。如果再加上無(wú)人機(jī)這對(duì)“靈活的翅膀”,我們對(duì)地球表面的感知
    的頭像 發(fā)表于 06-25 11:30 ?112次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機(jī)如何通過(guò)無(wú)人機(jī)實(shí)現(xiàn)地表精準(zhǔn)<b class='flag-5'>遙感</b>?

    光譜低空遙感技術(shù)水環(huán)境監(jiān)測(cè)的應(yīng)用—從泥沙量化到污染動(dòng)態(tài)追蹤

    光譜低空遙感技術(shù)通過(guò)搭載無(wú)人機(jī)/輕型飛機(jī)平臺(tái),獲取納米級(jí)連續(xù)光譜數(shù)據(jù)(通常涵蓋400~1700 nm),結(jié)合空間分辨率優(yōu)勢(shì),實(shí)現(xiàn)對(duì)水體參數(shù)的精細(xì)化反演。其核心優(yōu)勢(shì)在于:
    的頭像 發(fā)表于 06-19 09:28 ?188次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>低空<b class='flag-5'>遙感</b>技術(shù)<b class='flag-5'>在</b>水環(huán)境監(jiān)測(cè)<b class='flag-5'>中</b>的應(yīng)用—從泥沙量化到污染動(dòng)態(tài)追蹤

    光譜成像相機(jī):基于光譜成像技術(shù)的玉米種子純度檢測(cè)研究

    無(wú)損檢測(cè)領(lǐng)域的研究熱點(diǎn)。達(dá)瑞和作為國(guó)內(nèi)光譜成像設(shè)備的領(lǐng)先供應(yīng)商,可實(shí)現(xiàn)國(guó)產(chǎn)替代,助力科研院校進(jìn)行光譜成像領(lǐng)域的研究和探索。本研究基于
    的頭像 發(fā)表于 05-29 16:49 ?158次閱讀

    水色遙感精細(xì)化:地物光譜水生態(tài)系統(tǒng)監(jiān)測(cè)的典型應(yīng)用

    遙感生態(tài)監(jiān)測(cè)日益精細(xì)化的今天,“地物光譜儀”已經(jīng)成為水生態(tài)系統(tǒng)監(jiān)測(cè)不可或缺的利器。從湖泊富營(yíng)養(yǎng)化預(yù)警到水華藍(lán)藻監(jiān)測(cè),再到水體透明度與懸浮物濃度的估算,地物
    的頭像 發(fā)表于 05-14 15:52 ?188次閱讀
    水色<b class='flag-5'>遙感</b>精細(xì)化:地物<b class='flag-5'>光譜</b>儀<b class='flag-5'>在</b>水生態(tài)系統(tǒng)監(jiān)測(cè)<b class='flag-5'>中</b>的典型應(yīng)用

    光譜相機(jī)工業(yè)檢測(cè)的應(yīng)用:LED屏檢、PCB板缺陷檢測(cè)

    和VIX系列推掃式光譜相機(jī)的技術(shù)特點(diǎn)與實(shí)際應(yīng)用案例,解析其工業(yè)檢測(cè)的核心價(jià)值。 一、光譜
    的頭像 發(fā)表于 04-23 16:36 ?313次閱讀

    國(guó)產(chǎn)地物光譜光譜-機(jī)器學(xué)習(xí)”模型構(gòu)建中的表現(xiàn)

    遙感應(yīng)用和環(huán)境監(jiān)測(cè)日益精細(xì)化的今天,“光譜 + 機(jī)器學(xué)習(xí)”的組合已成為地物識(shí)別、礦產(chǎn)探測(cè)、農(nóng)
    的頭像 發(fā)表于 04-18 16:15 ?243次閱讀
    國(guó)產(chǎn)地物<b class='flag-5'>光譜</b>儀<b class='flag-5'>在</b>“<b class='flag-5'>高</b><b class='flag-5'>光譜</b>-<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>”模型構(gòu)建中的表現(xiàn)

    當(dāng)花粉“肉眼可見(jiàn)”:光譜遙感技術(shù)如何破解城市過(guò)敏難題?

    花粉種類。而光譜遙感技術(shù),正以精準(zhǔn)感知、快速響應(yīng)、科學(xué)治理的優(yōu)勢(shì),為城市花粉管理提供全新思路。 二、光譜
    的頭像 發(fā)表于 04-12 16:32 ?333次閱讀
    當(dāng)花粉“肉眼可見(jiàn)”:<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>技術(shù)如何破解城市過(guò)敏難題?

    無(wú)人機(jī)光譜測(cè)量系統(tǒng)水質(zhì)檢測(cè)的應(yīng)用

    這一局面。 今天我們就來(lái)聊聊——無(wú)人機(jī)光譜系統(tǒng)水質(zhì)檢測(cè)的應(yīng)用價(jià)值及原理。 一、什么是光譜
    的頭像 發(fā)表于 04-09 17:38 ?397次閱讀
    無(wú)人機(jī)<b class='flag-5'>高</b><b class='flag-5'>光譜</b>測(cè)量系統(tǒng)<b class='flag-5'>在</b>水質(zhì)檢測(cè)<b class='flag-5'>中</b>的應(yīng)用

    光譜相機(jī)農(nóng)業(yè)監(jiān)測(cè)的應(yīng)用

    現(xiàn)代農(nóng)業(yè),科技的進(jìn)步不斷推動(dòng)著生產(chǎn)方式的變革,其中高光譜成像技術(shù)作為一種新興的監(jiān)測(cè)手段,已經(jīng)開(kāi)始引起越來(lái)越多的關(guān)注。光譜相機(jī)通過(guò)捕捉不
    的頭像 發(fā)表于 04-03 15:44 ?270次閱讀

    地物光譜技術(shù)礦場(chǎng)資源勘查的應(yīng)用

    ”,以其“火眼金睛”般的本領(lǐng),為礦產(chǎn)資源勘查帶來(lái)革命性變革。 一、什么是地物光譜技術(shù)? 地物光譜技術(shù)是一種結(jié)合成像技術(shù)和光譜技術(shù)的新型
    的頭像 發(fā)表于 02-26 17:28 ?309次閱讀

    如何利用地物光譜進(jìn)行空氣質(zhì)量監(jiān)測(cè)?

    地物光譜遙感技術(shù)環(huán)境監(jiān)測(cè)領(lǐng)域展現(xiàn)出強(qiáng)大的應(yīng)用潛力。借助光譜數(shù)據(jù),可以實(shí)現(xiàn)對(duì)空氣質(zhì)量的全面監(jiān)
    的頭像 發(fā)表于 01-03 10:37 ?352次閱讀
    如何利用地物<b class='flag-5'>高</b><b class='flag-5'>光譜</b>進(jìn)行空氣質(zhì)量監(jiān)測(cè)?

    常見(jiàn)的遙感數(shù)據(jù)源有哪些類型

    常見(jiàn)的遙感數(shù)據(jù)源類型,以及它們的一些特點(diǎn)和應(yīng)用: 光學(xué)遙感數(shù)據(jù)源 全色影像 :使用單個(gè)波段捕捉圖像,通常具有較高的空間分辨率。 多光譜影像 :
    的頭像 發(fā)表于 09-04 14:33 ?1970次閱讀

    光譜技術(shù)精準(zhǔn)農(nóng)業(yè)管理的應(yīng)用

    過(guò)程的精細(xì)化管理,提高農(nóng)業(yè)生產(chǎn)效率和可持續(xù)性。光譜技術(shù)作為一種新興的遙感技術(shù),具有光譜分辨率、信息量大、無(wú)損檢測(cè)等優(yōu)點(diǎn),為精準(zhǔn)農(nóng)業(yè)管理提
    的頭像 發(fā)表于 08-23 15:32 ?735次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>技術(shù)<b class='flag-5'>在</b>精準(zhǔn)農(nóng)業(yè)管理<b class='flag-5'>中</b>的應(yīng)用

    從哪些角度選擇光譜遙感成像光譜儀?這些廠家比較有實(shí)力!

    光譜遙感成像光譜儀作為一種先進(jìn)的遙感技術(shù)設(shè)備,環(huán)境監(jiān)測(cè)、農(nóng)業(yè)、資源勘探、城市規(guī)劃等諸多領(lǐng)域具
    的頭像 發(fā)表于 07-16 15:12 ?1083次閱讀
    從哪些角度選擇<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>成像<b class='flag-5'>光譜</b>儀?這些廠家比較有實(shí)力!

    光譜成像系統(tǒng):光譜遙感圖像光譜混合模型

    光譜遙感是成像技術(shù)和光譜技術(shù)相結(jié)合的多維信息獲取技術(shù),可以同時(shí)獲取地面目標(biāo)的光譜信息和空間信息。
    的頭像 發(fā)表于 07-10 11:54 ?1690次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像系統(tǒng):<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b><b class='flag-5'>圖像</b>的<b class='flag-5'>光譜</b>混合模型
    主站蜘蛛池模板: 德州市| 诏安县| 临朐县| 多伦县| 景德镇市| 如东县| 惠州市| 布尔津县| 抚顺市| 常州市| 永修县| 江永县| 永顺县| 庆云县| 德清县| 宁海县| 井研县| 新邵县| 体育| 奈曼旗| 安吉县| 清徐县| 花莲县| 永靖县| 鹤庆县| 惠州市| 上虞市| 墨玉县| 永善县| 县级市| 兴仁县| 田东县| 平原县| 玉屏| 亚东县| 随州市| 余干县| 朝阳市| 永靖县| 巢湖市| 察哈|