作者：周晓宇,陈富龙,姜爱辉 单位：中国国土资源航空物探遥感中心 出版：《国土资源遥感》2017年第03期 页数：7页  （PDF与DOC格式可能不同） PDF编号：PDFGTYG2017030120 DOC编号：DOCGTYG2017030129 下载格式：PDF + Word/doc 文字可复制、可编辑
《极化特征组合在ALOS PALSAR数据地物分类中的应用》PDF+DOC2018年第07期 贾诗超,薛东剑,李成绕 《神经网络和SVM多传感器融合的隧道CO体积分数研究》PDF+DOC2012年第07期 王芹,王晓东,吴建德,黄国勇,范玉刚 《超球SVM与证据理论在故障诊断中的应用》PDF+DOC2012年第09期 周绍磊,秦亮,史贤俊,肖支才 《基于卡尔曼与改进SVM移动机器人定位研究》PDF+DOC2011年第04期 王春荣,蔡勇,蒋刚 《多气体的SVM数据融合定性识别方法》PDF+DOC2009年第09期 黄为勇,任子晖,童敏明 《多变量过程传感器故障检测的SVM方法》PDF+DOC2008年第08期 彭红星,陈祥光,徐巍,张玮 《ECT系统轮换对称SVM图像重建改进算法》PDF+DOC2015年第03期 李岩,杜永斌,宋海丰,满志强,任相花 《基于SVM和RBFN的汽车主动降噪系统传感器故障诊断》PDF+DOC2014年第04期 赛吉尔呼,戴盛芳,董爱华,苗清影 《适用于智能传感器系统的SVM集成研究》PDF+DOC2014年第08期 卞桂龙,丁毅,沈海斌 《基于SVM的多传感器信息融合》PDF+DOC2013年第03期 孙颖,刘玉满,龚稳

    • 卧龙自然保护区(世界自然遗产地)是大熊猫最主要的栖息地之一。结合雷达遥感全天时、全天候观测优势，以及森林覆盖对栖息地生境评价的重要性，开展多时相、双极化雷达数据森林精细成图研究就显得尤为重要。本研究首先对雷达数据进行辐射地形校正；然后选用5个时相ALOS PALSAR数据，采用支持向量机(support vector machine，SVM)方法进行森林精细成图。研究选取了5个多时相、双极化典型特征信息参与初始训练和分类，即HH_m，HV_m，TSD，HH_m-HV_m和HH_m/HV_m；接着通过对不同信息组合分类精度的试验与对比，获取了最优特征组合HH_m，HV_m，TSD，HH_m-HV_m。对应分类总体精度、森林及非森林类别用户精度分别为86.90%，82.34%和92.83%，显著优于单时相单极化数据分类结果(分类总体精度55.47%)。研究结果验证了多时相、双极化雷达遥感数据在自然遗产地森林精细成图中的有效性，并揭示了雷达遥感在多云多雨地区生境监测与评价中的潜力与应用价值。

    📙 相关资料

    1. 《极化特征组合在ALOS PALSAR数据地物分类中的应用》PDF+DOC 极化SAR图像分类是目前遥感领域研究热点之一，它为地物信息获取和地物分类提供了新方法。文中对四川省彭州石化地区利用ALOS PALSAR全极化数据进行支持向量机(SVM)分类。试验中首先获得极化总功率，然后对数据进行Cloude-Pottier极化分解，再基于相干矩阵的特征值，提取特征参数香农熵和雷......
    2. 《神经网络和SVM多传感器融合的隧道CO体积分数研究》PDF+DOC 利用BP，RBF神经网络、支持向量机(SVM)不同信息融合模型对高速公路隧道中失效CO传感器数据融合研究，比较了单一融合模型融合效果和不同最优加权信息融合模型融合效果。仿真实验表明：3种单一融合模型对隧道CO体积分数融合的有效性，其中单一SVM融合模型效果最好。最优加权融合性能均优于单一融合模型，其......
    3. 《超球SVM与证据理论在故障诊断中的应用》PDF+DOC 针对使用多传感器信息融合技术进行故障诊断时，故障模式较多、基本概率赋值难以确定的问题，提出一种基于超球支持向量机与D-S证据理论相结合的故障诊断方法。该方法使用超球支持向量机针对每一个传感器的故障空间训练分类模型，根据类内隶属度与类-类相似度得到各故障类别的基本概率赋值，利用D-S证据理论进行证据融......
    4. 《基于卡尔曼与改进SVM移动机器人定位研究》PDF+DOC 用四轮差动驱动轮式机器人作为试验平台，以编码器和陀螺仪作为机器人的定位系统，建立了机器人的运动学方程。采用卡尔曼滤波器对两种传感器的数据进行融合，以减小编码器和陀螺仪的误差，再通过最小二乘支持向量机建立回归曲线模型，获得机器人的位姿信息。...
    5. 《多气体的SVM数据融合定性识别方法》PDF+DOC 针对基于神经网络的多气体定性识别方法中存在的过学习和泛化能力差的问题，提出了一种基于支持向量机(SVM)与多传感器数据融合的多气体定性识别方法。该方法采用结构化风险最小化准则的多类分类支持向量机对由多个气体传感器、温度和湿度传感器组成的传感阵列的数据进行融合，克服了传统方法的缺陷，消除了环境温度与湿......
    6. 《多变量过程传感器故障检测的SVM方法》PDF+DOC 提出一种适用于具有纯滞后多变量过程的传感器故障检测方法.该方法结合支持向量机回归算法与数据驱动的信息融合技术，给出一种采用广义支持向量机观测器的传感器故障检测、分离和数据恢复系统的架构.每个关键传感器都配置一个由过程输入和除被监视传感器之外的过程输出共同驱动的观测器，对传感器实际输出与观测器输出进行......
    7. 《ECT系统轮换对称SVM图像重建改进算法》PDF+DOC 针对在处理大规模样本集的ECT系统数据时，SVM算法存在的图像重建的成像精度不高及速度慢的问题，采用了轮换对称分块支持向量机CSPSVM算法.算法利用ECT系统模型的轮换对称性，将大样本矩阵按照成像单元某一层按轮换对称性进行简化，并选择性分块，形成多个小样本矩阵；然后分别采用SVM算法进行训练，用得......
    8. 《基于SVM和RBFN的汽车主动降噪系统传感器故障诊断》PDF+DOC 汽车主动降噪系统的工作依赖于多个噪声传感器，一旦传感器发生故障，将严重影响降噪效果。为保证汽车主动降噪系统的性能，提出了由支持向量机(SVM)预测模型和径向基神经网络(RBFN)预测模型构成的传感器故障诊断系统，SVM模型判断是否发生传感器故障，RBFN模型则利用各传感器间的信息冗余关系定位故障传感......
    9. 《适用于智能传感器系统的SVM集成研究》PDF+DOC 以支持向量机(SVM)为代表的人工智能技术在智能传感器系统中得到了广泛的应用，但传统的SVM有“灾难性遗忘”现象，即会遗忘以前学过的知识，并且不能增量学习新的数据，这已无法满足智能传感器系统实时性的要求。而Learn++算法能够增量地学习新来的数据，即使新来数据属于新的类，也不会遗忘已经学习到的旧知......
    10. 《基于SVM的多传感器信息融合》PDF+DOC 针对现代工业生产采用大量不同传感器来监测和控制生产过程，被测量之间存在较大模糊关系，提出了一种基于SVM理论的多传感器信息融合方法。通过“对电弧炉炼钢供电曲线进行优化”表明，该方法对解决小样本、高维特征空间和不确定条件下的多传感器信息融合问题，具有较好的融合效果。...

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。