陈寿长
- 作品数：4 被引量：3H指数：1
- 供职机构：中国石油大学（华东）更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于热红外异常信号与小波神经网络的地震预测方法
- 本发明公开了一种基于热红外异常信号与小波神经网络的地震预测方法，该方法包括：步骤一、热异常信息提取；步骤二、构建热异常时空坐标系；步骤三、构建以热异常及断裂带为输入的地震预测小波神经网络；步骤四、进行小波神经网络的训练与...
- 宋冬梅单新建邵红梅刘雪梅陈寿长屈春燕崔建勇沈晨聂立新
- 文献传递
- 高光谱图像条带噪声去噪方法
- 本发明涉及一种高光谱图像条带噪声去噪方法，包括：步骤1，选取待处理图像及两幅参考图像，其中，两幅参考图像的噪声小于待处理图像的噪声，且两幅参考图像在波段范围上分别位于待处理图像的波段两侧；步骤2，对待处理图像和参考图像进...
- 宋冬梅刘斌马毅吴远龙崔建勇单新建沈晨任广波陈寿长邵红梅任鹏
- 文献传递
- 基于子空间-粗集法的高光谱数据光谱与纹理特征优选被引量：3
- 2015年
- 为提高光谱数据光谱信息和纹理信息利用率,提出基于自动子空间划分和粗集理论的光谱与纹理特征优选方法。该方法在传统子空间划分法的基础上,利用粗集约简思想对不同类别地物光谱特征进行约简,得到基于光谱的初选波段,再利用灰度共生矩阵法计算出初选光谱波段的纹理信息,并约简优选,得到基于光谱和纹理信息的终选波段。利用黑河生态水文遥感试验中所获取的机载高光谱数据CASI,开展该方法的实证研究。对原始光谱波段、初选光谱波段和终选波段进行SVM(Support Vector Machine)分类,结果表明:与原始光谱数据相比,经过光谱初选得到的初选波段和增加纹理优选的终选波段,总体分类精度分别提高了0.84%和2.78%,Kappa系数分别提高了0.01和0.035;对地物纹理信息进行深度挖掘可以进一步提高遥感影像分类精度。
- 宋冬梅刘斌刘斌陈寿长马毅马明国李利伟张雅洁崔建勇
- 关键词：子空间粗集
- 一种基于热红外异常信号与小波神经网络的地震预测方法
- 本发明公开了一种基于热红外异常信号与小波神经网络的地震预测方法，该方法包括：步骤一、热异常信息提取；步骤二、构建热异常时空坐标系；步骤三、构建以热异常及断裂带为输入的地震预测小波神经网络；步骤四、进行小波神经网络的训练与...
- 宋冬梅单新建邵红梅刘雪梅陈寿长屈春燕崔建勇沈晨聂立新
- 文献传递
