邓曾
- 作品数：5 被引量：52H指数：2
- 供职机构：首都师范大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金北京市科技新星计划更多>>
- 相关领域：自动化与计算机技术交通运输工程天文地球更多>>
- 一种区域地面沉降时空预测方法
- 本发明公开了一种区域地面沉降时空预测方法，包括：S1、结合雷达影像数据，通过雷达数据处理软件获取地面沉降信息，通过现场实测GPS与水准测量数据对地面沉降数据进行精度验证，获取高精度地面沉降信息数据库；S2、通过改进的灰色...
- 柯樱海邓曾宫辉力李小娟
- 一种区域地面沉降时空预测方法
- 本发明公开了一种区域地面沉降时空预测方法，包括：S1、结合雷达影像数据，通过雷达数据处理软件获取地面沉降信息，通过现场实测GPS与水准测量数据对地面沉降数据进行精度验证，获取高精度地面沉降信息数据库；S2、通过改进的灰色...
- 柯樱海邓曾宫辉力李小娟
- 文献传递
- 基于改进SVM算法的高分辨率遥感影像分类被引量：29
- 2016年
- 针对面向对象高分辨率遥感影像分类样本维数多、数据量大的特点,提出了一种简单的支持向量机(support vector machine,SVM)改进算法。首先对原始样本数据进行主成分分析(principal component analysis,PCA)实现降维,对降维后的样本数据进行SVM分类器训练,利用网格搜索法得出降维数据的最佳参数;以此参数作为基准,对基于原始样本数据的SVM分类器参数搜索范围进行重新设定,从而快速获取原始样本数据的最佳SVM分类器参数,并实现分类。利用2景World View2高分辨率影像分别对城市土地利用以及林木树种进行分类实验,比较分析传统SVM算法、仅基于PCA降维样本数据的SVM算法以及改进的SVM算法在分类精度与效率方面的差异。实验结果表明,改进的SVM算法能够快速有效地寻找最佳SVM分类器参数,并获得较高的分类精度。
- 邓曾李丹柯樱海吴燕晨李小娟宫辉力
- 关键词：高分辨率遥感影像主成分分析
- 基于高分辨率遥感影像的城市典型乔木树种分类研究被引量：22
- 2016年
- 为探索高分辨率遥感影像对城市复杂环境优势乔木树种分类的有效性,采用面向对象分类方法,基于WorldView-2影像对首都师范大学及周边地区(CNU)、北京师范大学及周边地区(BNU)两个研究区进行优势乔木树种(泡桐、法国梧桐、杨树、国槐、银杏)分类。首先对WorldView-2影像进行分割,获得树冠区域及其49个属性特征,包括31个光谱属性和18个纹理属性;随后利用随机森林RF与支持向量机SVM两种分类算法对树冠区域进行分类。CNU研究区SVM与RF总体分类精度分别为86.5%、75.8%,Kappa系数为0.801、0.648;BNU研究区SVM与RF总体分类精度分别为66.9%、65.3%,Kappa系数为0.541、0.520。实验表明WorldView-2影像能有效实现城市非阴影区域优势乔木树种分类,但异质性较高、树种分布分散的区域分类精度低于异质性较小、树种分布密集的区域;WorldView-2影像的4个新增波段尤其是红边波段的派生属性在分类过程中所占权重值较高。
- 李丹柯樱海宫辉力李小娟邓曾
- 关键词：面向对象支持向量机
