期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
结合PCA、多尺度分割及SVM的ASTER遥感蚀变信息提取
被引量:
13
1
作者
唐淑兰
曹建农
王凯
《遥感学报》
EI
CSCD
北大核心
2021年第2期653-664,共12页
为了利用遥感影像进行更加精确的找矿预测,本文选择新疆东天山尾亚地区ASTER数据进行矿化蚀变信息提取方法研究。为了提高信息提取精度,本文提出了结合主成分分析(PCA)、多尺度分割和支持向量机(SVM)的遥感矿化蚀变信息提取方法。首先,...
为了利用遥感影像进行更加精确的找矿预测,本文选择新疆东天山尾亚地区ASTER数据进行矿化蚀变信息提取方法研究。为了提高信息提取精度,本文提出了结合主成分分析(PCA)、多尺度分割和支持向量机(SVM)的遥感矿化蚀变信息提取方法。首先,分析ASTER数据的特征,选取各矿化蚀变信息的特征波段,对组合波段进行主成分分析,获得主分量图像;然后,对各主分量图像进行多尺度分割,并获得分割之后的均值图像;接着,提取训练样本,利用SVM对训练样本进行训练,采用试验方法求得最优核参数和松弛变量,构造最优SVM模型;最后,运用最优SVM模型完成矿化蚀变信息的提取。进行主成分分析时,铁染蚀变信息选择Band1、2、3、4组合,Al-OH基团蚀变信息选择Band 1、4、6、7组合,OH和CO32-基团蚀变信息采用Band 1、2、8、9组合。在运行SVM时采用了序列最小优化算法(SMO)进行求解,速度提高了12%。实验结果表明,与波段比值法、主成分分析法及基于光谱角和SVM的方法等3种方法相比,本文方法提取铁染蚀变信息、Al-OH基团蚀变信息及OH和CO32-基团蚀变信息的总体精度可达到87.98%、90.01%及88.93%,Kappa系数分别为0.8011、0.8134及0.8023,与成矿区带、已知矿点和已有不同地质背景成矿特征相关性较好。
展开更多
关键词
遥感
ASTER
矿化蚀变信息提取
多尺度分割
主成分分析(PCA)
支持向量机(SVM)
序列
最小
优化算法
(
smo
)
原文传递
基于PCA-SMO的CSI指纹定位方法
被引量:
2
2
作者
孟俊剑
邹进贵
赵胤植
《全球定位系统》
CSCD
2021年第1期13-19,共7页
Wi-Fi信道状态信息(CSI)中包含丰富的特征信息,使得基于CSI的指纹定位方法可以构建更高维度的特征以改善定位精度,但指纹特征中的冗余信息也导致构建的指纹库存储量大、建立定位模型的时间开销变大以及实时定位计算量大等问题.对此,提...
Wi-Fi信道状态信息(CSI)中包含丰富的特征信息,使得基于CSI的指纹定位方法可以构建更高维度的特征以改善定位精度,但指纹特征中的冗余信息也导致构建的指纹库存储量大、建立定位模型的时间开销变大以及实时定位计算量大等问题.对此,提出使用主成分分析(PCA)的方法对原始指纹特征进行降维,而后利用序列最小最优化算法(SMO)建立降维后特征与对应位置的回归模型并进行位置预测.实验结果表明,此算法在有效克服上述问题的同时,平均定位误差为1.25 m,定位误差在2 m之内的累计概率可以达到97%.
展开更多
关键词
主成分分析(PCA)
序列
最小
最
优化算法
(
smo
)
信道状态信息(CSI)
指纹定位
下载PDF
职称材料
题名
结合PCA、多尺度分割及SVM的ASTER遥感蚀变信息提取
被引量:
13
1
作者
唐淑兰
曹建农
王凯
机构
长安大学地球科学与资源学院
西安财经大学管理学院
中国地质调查局西安地质调查中心
出处
《遥感学报》
EI
CSCD
北大核心
2021年第2期653-664,共12页
基金
国家自然科学基金(编号:41571346)
中国地质调查局项目(编号:DD20179403,DD20190364)
+1 种基金
陕西省教育厅项目(编号:18JK0317)
西安财经大学项目(编号:16FCJH05)。
文摘
为了利用遥感影像进行更加精确的找矿预测,本文选择新疆东天山尾亚地区ASTER数据进行矿化蚀变信息提取方法研究。为了提高信息提取精度,本文提出了结合主成分分析(PCA)、多尺度分割和支持向量机(SVM)的遥感矿化蚀变信息提取方法。首先,分析ASTER数据的特征,选取各矿化蚀变信息的特征波段,对组合波段进行主成分分析,获得主分量图像;然后,对各主分量图像进行多尺度分割,并获得分割之后的均值图像;接着,提取训练样本,利用SVM对训练样本进行训练,采用试验方法求得最优核参数和松弛变量,构造最优SVM模型;最后,运用最优SVM模型完成矿化蚀变信息的提取。进行主成分分析时,铁染蚀变信息选择Band1、2、3、4组合,Al-OH基团蚀变信息选择Band 1、4、6、7组合,OH和CO32-基团蚀变信息采用Band 1、2、8、9组合。在运行SVM时采用了序列最小优化算法(SMO)进行求解,速度提高了12%。实验结果表明,与波段比值法、主成分分析法及基于光谱角和SVM的方法等3种方法相比,本文方法提取铁染蚀变信息、Al-OH基团蚀变信息及OH和CO32-基团蚀变信息的总体精度可达到87.98%、90.01%及88.93%,Kappa系数分别为0.8011、0.8134及0.8023,与成矿区带、已知矿点和已有不同地质背景成矿特征相关性较好。
关键词
遥感
ASTER
矿化蚀变信息提取
多尺度分割
主成分分析(PCA)
支持向量机(SVM)
序列
最小
优化算法
(
smo
)
Keywords
remote sensing
ASTER
mineralization alteration information extraction
multilevel segment method
Principal Component Analysis(PCA)
Support Vector Machine(SVM)
Sequential Minimum Optimization(
smo
)
分类号
P627 [天文地球—地质矿产勘探]
原文传递
题名
基于PCA-SMO的CSI指纹定位方法
被引量:
2
2
作者
孟俊剑
邹进贵
赵胤植
机构
武汉大学测绘学院
桂林理工大学广西空间信息与测绘重点实验室
出处
《全球定位系统》
CSCD
2021年第1期13-19,共7页
基金
国家自然科学基金(41871373)
广西空间信息与测绘重点实验室研究基金(19-050-11-10)。
文摘
Wi-Fi信道状态信息(CSI)中包含丰富的特征信息,使得基于CSI的指纹定位方法可以构建更高维度的特征以改善定位精度,但指纹特征中的冗余信息也导致构建的指纹库存储量大、建立定位模型的时间开销变大以及实时定位计算量大等问题.对此,提出使用主成分分析(PCA)的方法对原始指纹特征进行降维,而后利用序列最小最优化算法(SMO)建立降维后特征与对应位置的回归模型并进行位置预测.实验结果表明,此算法在有效克服上述问题的同时,平均定位误差为1.25 m,定位误差在2 m之内的累计概率可以达到97%.
关键词
主成分分析(PCA)
序列
最小
最
优化算法
(
smo
)
信道状态信息(CSI)
指纹定位
Keywords
PCA
smo
CSI
fingerprint positioning
分类号
P228 [天文地球—大地测量学与测量工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
结合PCA、多尺度分割及SVM的ASTER遥感蚀变信息提取
唐淑兰
曹建农
王凯
《遥感学报》
EI
CSCD
北大核心
2021
13
原文传递
2
基于PCA-SMO的CSI指纹定位方法
孟俊剑
邹进贵
赵胤植
《全球定位系统》
CSCD
2021
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部