2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著社會經(jīng)濟的不斷發(fā)展,人類活動所導致的環(huán)境問題日益突出。利用遙感影像覆蓋范圍廣、獲取周期短等優(yōu)勢,對土地利用類型分類和土地覆蓋變化檢測,能夠為土地資源合理利用和開發(fā)提供依據(jù),對生態(tài)保護和經(jīng)濟可持續(xù)發(fā)展具有十分重要的意義。然而目前的遙感影像解譯方法受“同物異譜”和“異物同譜”等現(xiàn)象影響,缺乏專門適用于遙感影像動態(tài)監(jiān)測的有效方法,制約著遙感技術(shù)在大面積、多時相土地利用/覆蓋監(jiān)測問題應(yīng)用上的普適性。因此迫切需要探索如何快速有效地利用影像數(shù)據(jù)

2、提取土地利用/覆蓋情況。
  本研究主要從利用遙感影像進行土地利用分類和土地覆蓋變化檢測兩個方面展開,對遙感域適應(yīng)分類和變化檢測兩方面進行探討。首先,由于土地利用分類中同期影像存在“同物異譜”現(xiàn)象,并且從遙感影像解譯的動態(tài)監(jiān)測過程出發(fā),隨著解譯圖幅的增加,模式分類方法不能根據(jù)補充樣本集自適應(yīng)地調(diào)整分類器,無法滿足實際遙感影像土地利用土地覆蓋解譯的應(yīng)用需求。因此,建立域適應(yīng)單峰子類分解模型,增強對同期影像存在異譜現(xiàn)象的子類地物的描述

3、能力,同時實現(xiàn)不同采樣區(qū)域的連續(xù)學習,有效提高多區(qū)域遙感影像分類的精度。其次,針對利用遙感多時相影像動態(tài)監(jiān)測過程中,訓練樣本獲取困難的問題,提出了一種基于加權(quán)極限學習機的域適應(yīng)分類方法,通過域適應(yīng)學習將源域數(shù)據(jù)中的有用樣本和源域模型中的有效參數(shù)傳遞給目標域分類任務(wù),顯著降低對目標影像訓練數(shù)據(jù)量的需求,減少目標分類任務(wù)的人力物力,有效提高分類精度和完整性,實現(xiàn)了利用遙感動態(tài)監(jiān)測的時效性。最后,針對傳統(tǒng)分類后比較法在遙感影像變化檢測方面存在

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論