遙感數(shù)據(jù)處理中的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)研究.pdf

1、本文研究了遙感數(shù)據(jù)處理中的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)，全文概括為以下四個(gè)方面： (1)首次將動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)比較全面地引入遙感數(shù)據(jù)處理，完成軟件開(kāi)發(fā)。 當(dāng)前遙感變化檢測(cè)技術(shù)都是針對(duì)獲取自兩個(gè)時(shí)相的經(jīng)過(guò)配準(zhǔn)的遙感影像進(jìn)行操作。論文提出應(yīng)用動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)多時(shí)相遙感信息的變化檢測(cè)。通過(guò)建立動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)建立前后時(shí)相間的狀態(tài)關(guān)聯(lián)，時(shí)相內(nèi)部狀態(tài)和特征間也通過(guò)貝葉斯網(wǎng)絡(luò)表達(dá)。動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的變化檢測(cè)方法能夠充分利用了多時(shí)相數(shù)據(jù)間的相互信息，

2、其有向無(wú)環(huán)圖的網(wǎng)絡(luò)結(jié)構(gòu)可以很好地表達(dá)不同時(shí)相的多波段數(shù)據(jù)之間的隱含的非線性關(guān)系，同時(shí)動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)綜合對(duì)研究區(qū)域的先驗(yàn)知識(shí)和樣本數(shù)據(jù)的信息，可以實(shí)現(xiàn)多時(shí)相變化信息的一次性提取，避免兩時(shí)相遙感信息對(duì)比變化檢測(cè)方法由于兩兩時(shí)相間變化檢測(cè)誤差導(dǎo)致的誤差積累。 (2)提出了利用貝葉斯多網(wǎng)的遙感數(shù)據(jù)分類方法。 貝葉斯網(wǎng)絡(luò)分類器中的網(wǎng)絡(luò)對(duì)不同類別只有一個(gè)統(tǒng)一的結(jié)構(gòu)，即表達(dá)統(tǒng)一的條件獨(dú)立關(guān)系。論文提出用貝葉斯多網(wǎng)分類器進(jìn)行遙感數(shù)據(jù)分類

3、則可通過(guò)與同類別數(shù)目的局部貝葉斯網(wǎng)絡(luò)來(lái)表達(dá)不同類別情況下屬性之間的不同條件獨(dú)立關(guān)系。因此貝葉斯多網(wǎng)分類器比貝葉斯網(wǎng)絡(luò)分類器應(yīng)該更適合于具有復(fù)雜波譜輻射特性的遙感數(shù)據(jù)的分類問(wèn)題。 (3)利用貝葉斯網(wǎng)絡(luò)構(gòu)建腎綜合征出血熱推理預(yù)測(cè)模型。 根據(jù)我國(guó)1984—2000年的30個(gè)腎綜合征出血熱監(jiān)測(cè)點(diǎn)的氣象資料、疾病數(shù)據(jù)、宿主數(shù)據(jù)、人口數(shù)據(jù)，結(jié)合植被歸一化指數(shù)、監(jiān)測(cè)點(diǎn)的土壤和植被數(shù)據(jù)，利用貝葉斯網(wǎng)絡(luò)建立腎綜合征出血熱的推理預(yù)測(cè)模型。將

4、貝葉斯網(wǎng)絡(luò)用于公共衛(wèi)生領(lǐng)域的疾病監(jiān)測(cè)，不僅可以推斷疾病和因素間的概率關(guān)系，建立預(yù)測(cè)模型，而且通過(guò)各影響因素間的條件概率，反映各因素間相互影響及影響大小。 (4)在探索動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的同時(shí)，觸類旁通，開(kāi)發(fā)了兩種新的遙感數(shù)據(jù)智能處理算法。 在動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)啟發(fā)下，開(kāi)發(fā)了容差粗糙集遙感數(shù)據(jù)分類器和局部轉(zhuǎn)換函數(shù)遙感數(shù)據(jù)分類器等兩種新算法，并通過(guò)Landsat TM多光譜波段分類實(shí)驗(yàn)證明了這兩種遙感數(shù)據(jù)分類方法的有效性，一并寫出來(lái)