基于機(jī)器學(xué)習(xí)的重慶市生態(tài)安全評(píng)價(jià)關(guān)鍵技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩55頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著全球城市化進(jìn)程的加快,城市生活環(huán)境遭受?chē)?yán)重破壞,城市生態(tài)安全問(wèn)題引起了學(xué)者和研究機(jī)構(gòu)的廣泛關(guān)注。我國(guó)關(guān)于城市生態(tài)安全的研究起步較晚,且研究區(qū)域主要集中于沿海大中型城市,以重慶市為代表的大型內(nèi)陸山地城市的生態(tài)安全評(píng)價(jià)研究目前較少開(kāi)展。重慶市地處長(zhǎng)江上游、三峽庫(kù)區(qū),其生態(tài)地位非常重要,因此,對(duì)重慶市進(jìn)行城市生態(tài)安全評(píng)價(jià)具有非常重要的研究意義。
  隨著我國(guó)遙感技術(shù)的發(fā)展,利用高光譜遙感影像對(duì)生態(tài)系統(tǒng)的安全情況進(jìn)行實(shí)時(shí)監(jiān)控逐漸成為生

2、態(tài)遙感應(yīng)用的重要前沿技術(shù)之一。如何從高光譜遙感影像中提取出有用的地物信息以及如何構(gòu)建合理有效的城市生態(tài)安全評(píng)價(jià)體系,是實(shí)施城市生態(tài)安全監(jiān)控的兩個(gè)關(guān)鍵技術(shù)問(wèn)題。
  高光譜遙感影像分類(lèi)是提取地物信息進(jìn)行生態(tài)監(jiān)測(cè)的前提,高光譜遙感影像具有光譜分辨率高、圖像信息豐富等特點(diǎn),但是存在波段數(shù)目眾多,信息冗余,數(shù)據(jù)量大等問(wèn)題,直接對(duì)原始數(shù)據(jù)進(jìn)行分析對(duì)存儲(chǔ)空間和計(jì)算能力的要求比較高,而且可能導(dǎo)致維數(shù)災(zāi)難問(wèn)題。降低數(shù)據(jù)維數(shù)是約簡(jiǎn)高光譜遙感影像數(shù)據(jù)

3、復(fù)雜度,提高分類(lèi)穩(wěn)定性和效率的重要途徑。世界經(jīng)濟(jì)合作和發(fā)展組織(OCED)與聯(lián)合國(guó)環(huán)境規(guī)劃署(UNEP)共同提出的壓力-狀態(tài)-響應(yīng)(PSR)模型,以其簡(jiǎn)明的形式和內(nèi)在邏輯的嚴(yán)密性,能更好地反映環(huán)境壓力、自然狀態(tài)和人類(lèi)社會(huì)經(jīng)濟(jì)活動(dòng)三者間的內(nèi)在聯(lián)系。該模型基于因果概念:人類(lèi)社會(huì)經(jīng)濟(jì)活動(dòng)增加了環(huán)境壓力,導(dǎo)致自然資源的數(shù)量和質(zhì)量發(fā)生改變,而自然資源的改變又反映了人類(lèi)的行為。環(huán)境壓力、自然狀態(tài)和人類(lèi)社會(huì)響應(yīng)這三類(lèi)指標(biāo)的評(píng)價(jià)效果都是比較顯著的,因此

4、,PSR模型被廣泛應(yīng)用于生態(tài)安全評(píng)價(jià)的實(shí)踐研究中。
  本文主要從兩個(gè)方面進(jìn)行研究:一、基于稀疏鑒別嵌入(SDE)的高光譜遙感影像數(shù)據(jù)特征提取方法研究;二、基于PSR模型的重慶市主城區(qū)進(jìn)行生態(tài)安全評(píng)價(jià)研究。本文對(duì)稀疏保持投影(SPP)進(jìn)行分析,發(fā)現(xiàn)SPP本質(zhì)上仍是一種無(wú)監(jiān)督的算法,并沒(méi)有充分利用樣本的類(lèi)別信息來(lái)提取鑒別特征。因此,針對(duì)該問(wèn)題,本文提出了一種新的稀疏流形學(xué)習(xí)算法-稀疏鑒別嵌入(SDE)。該算法在利用樣本的稀疏重構(gòu)關(guān)系

5、建圖時(shí)引入了樣本的類(lèi)別信息,并通過(guò)優(yōu)化目標(biāo)函數(shù)來(lái)得到投影矩陣,使得不同類(lèi)的數(shù)據(jù)點(diǎn)在低維嵌入空間中盡可能地分散開(kāi)。SDE通過(guò)結(jié)合數(shù)據(jù)稀疏性及類(lèi)間流形結(jié)構(gòu)的優(yōu)點(diǎn),不僅保留了樣本間的稀疏重構(gòu)關(guān)系,而且通過(guò)引入訓(xùn)練樣本的類(lèi)別信息實(shí)現(xiàn)稀疏鑒別特征提取,更有利于分類(lèi)。在Urban和Washington DC Mall高光譜數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明:SDE算法比其他算法的分類(lèi)性能有明顯的提升,在隨機(jī)選取16個(gè)訓(xùn)練樣本的情況下,SDE算法的分類(lèi)精度分別達(dá)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論