基于機(jī)器學(xué)習(xí)多光譜遙感影像分類及城市擴(kuò)展的研究

《基于機(jī)器學(xué)習(xí)多光譜遙感影像分類及城市擴(kuò)展的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、重慶大學(xué)碩：上學(xué)位論文中文摘要摘要進(jìn)入二十一世紀(jì)，太空科技的飛速發(fā)展，給遙感圖像的廣泛應(yīng)用奠定了基礎(chǔ)。近年來，隨著我國(guó)城市化進(jìn)程明顯加快，人地關(guān)系日趨緊張，土地利用監(jiān)測(cè)的壓力越來越大。城市土地使用是一個(gè)地區(qū)內(nèi)自然環(huán)境與人文活動(dòng)交互作用并于地表上展現(xiàn)的結(jié)果，在不同的社會(huì)文化背景、政治經(jīng)濟(jì)發(fā)展條件及自然環(huán)境下，會(huì)展現(xiàn)出各種不同的土地使用形式。傳統(tǒng)的人工實(shí)地統(tǒng)計(jì)需大量的人力物力，利用遙感影像來監(jiān)測(cè)土地利用動(dòng)態(tài)變化和城市擴(kuò)展模擬與預(yù)測(cè)是一個(gè)遙感影像智能處理的發(fā)展趨勢(shì)。國(guó)內(nèi)外學(xué)者在這些領(lǐng)域也做了大量的研究工作，為本文的研究提供了堅(jiān)實(shí)的基礎(chǔ)。目前

2、，在土地動(dòng)態(tài)監(jiān)測(cè)、城市空間擴(kuò)展模擬等實(shí)際應(yīng)用中往往要涉及到遙感影像分類問題。隨著我國(guó)航天事業(yè)的快速發(fā)展，獲取航拍影像的方式越來越多，獲取的圖像精度也得到了顯著提高，其含有的數(shù)據(jù)量也越來越大。遙感圖像數(shù)據(jù)集也逐漸呈現(xiàn)的特點(diǎn)如下：數(shù)據(jù)量大、含混度高、地面樣本數(shù)據(jù)少、數(shù)據(jù)冗余度高、信噪較低等。因此，在遙感圖像分類研究巾，借助機(jī)器學(xué)習(xí)方法從海量數(shù)據(jù)集中找到有用信息是一個(gè)重要研究方向。流形學(xué)習(xí)作為機(jī)器學(xué)習(xí)中的一種，在發(fā)現(xiàn)復(fù)雜數(shù)據(jù)集的內(nèi)在結(jié)構(gòu)有很大優(yōu)勢(shì)，已有國(guó)內(nèi)外學(xué)者將流形學(xué)習(xí)法應(yīng)用于遙感影像分類。在城市空間擴(kuò)展模擬中，如何準(zhǔn)確地從遙感影像中提取

3、出城市、河流、耕地等信息直接關(guān)系到最后的模擬效果。因此，本文不僅要提高遙感影像分類精度，而且要將從分類結(jié)果圖中提取出的部分?jǐn)?shù)據(jù)信息應(yīng)用到城市空間擴(kuò)展模擬。本文主要從以下兩方面進(jìn)行研究：首先是在基于半監(jiān)督流形學(xué)習(xí)的多光譜數(shù)據(jù)特征提取方法方面進(jìn)行研究；其次將從分類結(jié)果中提出的信息應(yīng)用到城市擴(kuò)展模擬與預(yù)測(cè)研究。本文首先對(duì)目前的特征提取算法進(jìn)行總結(jié)分析，由于遙感圖像分類過程中有類別標(biāo)簽的樣本數(shù)較少、無類別標(biāo)簽樣本數(shù)較多，同時(shí)有類別標(biāo)簽樣本獲取代價(jià)又比較大的問題，這些嚴(yán)重影響到分類精度的提高。因此，本文在有效融合半監(jiān)督學(xué)習(xí)和流形學(xué)習(xí)方法的基礎(chǔ)上

4、，提出一種基于半監(jiān)督流形學(xué)習(xí)的多光譜遙感數(shù)據(jù)土地利用分類算法——半監(jiān)督流形鑒別嵌入。該方法將先驗(yàn)知識(shí)提供的標(biāo)注信息融入到半監(jiān)督流形學(xué)習(xí)中，對(duì)投影后的多光譜數(shù)據(jù)進(jìn)行訓(xùn)練來發(fā)現(xiàn)數(shù)據(jù)內(nèi)部的變化規(guī)律。該算法首先通過標(biāo)注數(shù)據(jù)的類別信息構(gòu)造相似圖和相異圖來衡量數(shù)據(jù)點(diǎn)的相似性與相異性，根據(jù)相似圖和相異圖計(jì)算數(shù)據(jù)樣本的權(quán)重矩陣；其次融合所有訓(xùn)練數(shù)據(jù)(包括標(biāo)注數(shù)據(jù)和無標(biāo)注數(shù)據(jù))的分布情況構(gòu)造總體散布矩陣，從而更好地表示訓(xùn)練樣本的整體結(jié)構(gòu)信息：最后，在對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化的基礎(chǔ)上，計(jì)算得到嵌入矩陣，尋求實(shí)現(xiàn)特征空間中保持不同類別數(shù)據(jù)的整體結(jié)重慶大學(xué)碩：E學(xué)

5、位論文中文摘要構(gòu)，使得不同的類盡可能的分開相同類盡可能的聚攏。本文提出的算法通過有區(qū)別的對(duì)待標(biāo)注數(shù)據(jù)與無標(biāo)注數(shù)據(jù)信息很好地實(shí)現(xiàn)了半監(jiān)督學(xué)習(xí)，并在合成數(shù)據(jù)集和多光譜實(shí)際數(shù)據(jù)集上進(jìn)行系統(tǒng)的實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明：提高了多光譜圖像分類精度；有效地節(jié)約了標(biāo)注訓(xùn)練樣本類別成本。從遙感影像分類結(jié)果中提取出城市區(qū)域、河流、道路等信息，并將這些信息應(yīng)用到城市擴(kuò)展模擬與預(yù)測(cè)。本文對(duì)城市模擬的數(shù)學(xué)模型進(jìn)行了總結(jié)分析，選取城市化速度較快和環(huán)境壓力突出的重慶市主城部分區(qū)域?yàn)檠芯繉?duì)象，運(yùn)用細(xì)胞自動(dòng)機(jī)中的SLEuTH模型對(duì)選擇區(qū)域的城區(qū)擴(kuò)展進(jìn)行模擬與預(yù)測(cè)。收集高程數(shù)

6、據(jù)、縣界行政區(qū)劃等研究需要的數(shù)據(jù)源結(jié)合分類圖中提取的信息數(shù)據(jù)，應(yīng)用遙感技術(shù)和地理空間技術(shù)對(duì)數(shù)據(jù)進(jìn)行處理作為模型輸入數(shù)據(jù)圖層。首先對(duì)SLEUTH模型進(jìn)行校正獲取適合研究區(qū)的最佳參數(shù)組合，進(jìn)而對(duì)研究區(qū)1988．2007年間的城區(qū)擴(kuò)展進(jìn)行歷史重構(gòu)，并對(duì)該區(qū)域未來10年城區(qū)擴(kuò)展情況進(jìn)行預(yù)測(cè)。最后，針對(duì)模擬預(yù)測(cè)結(jié)果進(jìn)行分析提出合理化的建議和措施。關(guān)鍵詞：多光譜遙感，特征提取，半監(jiān)督流形學(xué)習(xí)，SLEuTH模型II重慶大學(xué)碩士學(xué)位論文英文摘要ABSTRACTWiththerapiddevelopmentofspacetechnology，remOt

7、esensillgimage巧hasbeen麗delyusedinmanyfieldsin21stcennlr)r．IIlrecentyears，peoplearef犯ingmoreandmorepressurei11tlleman．伽Iv試mmentrelationsllipbecauseoftheeve“ncreasingurbanizatjoni11China，foll0、ⅣedbytheincreaSiIlgp陀ssureofland—usemoIlitormg．Landllsei11c畸ismeillus昀tedre汕s0n

8、eanlls刪沁einducedbythe血e刪ionoftheenv沛nmenta11dhIⅡnaIlbeillgactivi夠Di疏renttypesofland-llse砌lbere剛ted6Dmdi丘-erent