本文關(guān)鍵詞：基于貓群算法的高光譜遙感森林類(lèi)型識(shí)別研究，由筆耕文化傳播整理發(fā)布。

《東北林業(yè)大學(xué)》 2015年

基于貓群算法的高光譜遙感森林類(lèi)型識(shí)別研究

李琰  

【摘要】：合理地保護(hù)和利用森林資源,對(duì)地球生態(tài)系統(tǒng)的穩(wěn)定及可持續(xù)發(fā)展有重要意義,森林樹(shù)種(組)的正確分類(lèi)是其重要的基礎(chǔ)和依據(jù)。高光譜遙感的興起和發(fā)展為獲取森林資源信息,對(duì)森林有序開(kāi)發(fā)奠定了基礎(chǔ)。國(guó)內(nèi)外專家利用高光譜遙感數(shù)據(jù)以及不同的分類(lèi)方法對(duì)森林類(lèi)型進(jìn)行識(shí)別,以求尋找更加高效、合理的方式及更精確的結(jié)果。本研究選用國(guó)產(chǎn)環(huán)境與災(zāi)害監(jiān)測(cè)小衛(wèi)星(HJ-1A)高光譜遙感數(shù)據(jù),采用基于貓群智能優(yōu)化(Cat Swarm Optimization, CSO)的算法,利用光譜信息對(duì)吉林汪清林業(yè)局經(jīng)營(yíng)區(qū)內(nèi)森林類(lèi)型進(jìn)行識(shí)別。為達(dá)到此目的,系統(tǒng)地探討了貓群算法及其改進(jìn)算法在森林識(shí)別中的應(yīng)用,建立一種通過(guò)搜索進(jìn)行波段選擇的高光譜降維模型和四種基于貓群算法的森林分類(lèi)模型,并對(duì)貓群智能算法進(jìn)行高光譜降維、聚類(lèi)分辨森林類(lèi)型、挖掘光譜信息規(guī)則進(jìn)行優(yōu)勢(shì)樹(shù)種(組)識(shí)別做了系統(tǒng)研究。首先,HJ-1A數(shù)據(jù)獲取成本低,但提供數(shù)據(jù)時(shí)間不長(zhǎng),國(guó)內(nèi)外將其應(yīng)用于樹(shù)種(組)識(shí)別的研究很少。挖掘HJ-1A高光譜遙感數(shù)據(jù)的森林應(yīng)用潛力和森林精細(xì)識(shí)別的可能性有深遠(yuǎn)的實(shí)際意義。另外,遙感影像的選擇、預(yù)處理方法、分類(lèi)方法的不同都會(huì)對(duì)高光譜遙感影像分類(lèi)結(jié)果有較大影響,探討不同的選擇可使分類(lèi)結(jié)果仍有較大的改善空間,但也面臨很多挑戰(zhàn)。比如研究區(qū)地形復(fù)雜,空間異質(zhì)性較高時(shí),現(xiàn)有的分類(lèi)方法獲得的精度有所限制。不同的分類(lèi)方法各有優(yōu)劣、適用情況不同,分類(lèi)結(jié)果也會(huì)大有不同。集成和改進(jìn)現(xiàn)有的算法、尋求新算法成為高光譜影像分類(lèi)的研究重點(diǎn)。本文圍繞以上問(wèn)題開(kāi)展以下工作：第一,對(duì)研究區(qū)的HJ-1A遙感影像進(jìn)行預(yù)處理,形成可以用于分類(lèi)的基礎(chǔ)數(shù)據(jù)；然后選取新興的較優(yōu)秀的貓群智能算法,在研究算法機(jī)理的基礎(chǔ)上,充分借助信息技術(shù),提出離散的二進(jìn)制貓群算法(BCSO),建立波段搜索模型,自動(dòng)搜索出可分性好的波段組合為后續(xù)更好地研究蒙古櫟、白樺、落葉松、楊樹(shù)、云杉等分類(lèi)奠定基礎(chǔ)；第二,提出基于貓群的聚類(lèi)算法模型及半監(jiān)督模糊C貓群算法(CSO-SMFC),對(duì)研究區(qū)的針葉林、闊葉林、混交林等森林類(lèi)型進(jìn)行分類(lèi)并比較其結(jié)果；第三,在上述研究基礎(chǔ)上,提出基本的貓群分類(lèi)規(guī)則挖掘算法(CSO-Miner)和改進(jìn)的貓群算法與支持向量機(jī)結(jié)合(ACSO-SVM)的兩種方法,建立分類(lèi)器,形成高光譜森林精細(xì)分類(lèi)模型,對(duì)研究區(qū)內(nèi)蒙古櫟、白樺、落葉松、楊樹(shù)、云杉等優(yōu)勢(shì)樹(shù)種(組)識(shí)別,比較、驗(yàn)證并評(píng)價(jià)其分類(lèi)結(jié)果。本文希望通過(guò)森林分類(lèi)方法的探討,對(duì)后續(xù)其他林業(yè)研究或應(yīng)用提供參考和依據(jù)。研究結(jié)果表明：(1)在波段選擇中,當(dāng)控制子空間為3時(shí),BCSO提取出的波段組合為21-43-109。(2)在對(duì)針葉林、闊葉林、混交林的森林類(lèi)型識(shí)別中,基于基本貓群算法的聚類(lèi)最優(yōu)精度為83.5%,基于CSO-SMFC聚類(lèi)模型的最優(yōu)精度為85%。(3)森林精細(xì)識(shí)別中,基于CSO-Miner模型的監(jiān)督算法最優(yōu)總體分類(lèi)精度為80.83%,Kappa系數(shù)為0.77；ACSO-SVM總體分類(lèi)精度最高為84.16%,Kappa系數(shù)為0.81。結(jié)合研究區(qū)內(nèi)信息,應(yīng)用基于貓群優(yōu)化算法的分類(lèi)方法對(duì)汪清林區(qū)內(nèi)HJ-1A的高光譜遙感數(shù)據(jù)進(jìn)行分類(lèi),能較好地識(shí)別汪清林區(qū)的蒙古櫟、白樺、落葉松、楊樹(shù)、云杉等優(yōu)勢(shì)樹(shù)種(組)。本文在高光譜森林遙感分類(lèi)領(lǐng)域進(jìn)行了探索性研究,將計(jì)算機(jī)智能算法與遙感技術(shù)結(jié)合,為森林類(lèi)型識(shí)別提供了一種新思路。其研究成果可為基層森工企業(yè)的森林調(diào)查及國(guó)家林業(yè)規(guī)劃提供理論指導(dǎo)和技術(shù)支持,對(duì)林業(yè)領(lǐng)域各方面的深入研究奠定基礎(chǔ),對(duì)我國(guó)林業(yè)發(fā)展具有一定的推動(dòng)作用。

【關(guān)鍵詞】：
【學(xué)位授予單位】：東北林業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：S771.8
【目錄】：

下載全文 更多同類(lèi)文獻(xiàn)

CAJ全文下載

(如何獲取全文？ 歡迎：購(gòu)買(mǎi)知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【引證文獻(xiàn)】

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 童慶禧;鄭蘭芬;薛永祺;;中國(guó)高光譜遙感技術(shù)和應(yīng)用[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

2 黃遠(yuǎn)程;張良培;李平湘;;基于最小單形體體積約束的高光譜影像端元光譜提取[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

3 高海亮;顧行發(fā);余濤;李小英;支晶晶;謝玉娟;馬曉紅;;HJ-1A超光譜成像儀圖像條帶噪聲去除方法研究[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 丁勝;袁修孝;陳黎;;粒子群優(yōu)化算法用于高光譜遙感影像分類(lèi)的自動(dòng)波段選擇[J];測(cè)繪學(xué)報(bào);2010年03期

2 術(shù)洪磊,毛贊猷;GIS輔助下的基于知識(shí)的遙感影像分類(lèi)方法研究——以土地覆蓋/土地利用類(lèi)型為例[J];測(cè)繪學(xué)報(bào);1997年04期

3 甘甫平,劉圣偉,周強(qiáng);德興銅礦礦山污染高光譜遙感直接識(shí)別研究[J];地球科學(xué);2004年01期

4 張亞梅;;地物反射波譜特征及高光譜成像遙感[J];光電技術(shù)應(yīng)用;2008年05期

5 姜小光,王長(zhǎng)耀,王成;成像光譜數(shù)據(jù)的光譜信息特點(diǎn)及最佳波段選擇——以北京順義區(qū)為例[J];干旱區(qū)地理;2000年03期

6 李傳榮;賈媛媛;胡堅(jiān);李子揚(yáng);;HJ-1光學(xué)衛(wèi)星遙感應(yīng)用前景分析[J];國(guó)土資源遙感;2008年03期

7 劉穎;谷延鋒;張曄;張鈞萍;;一種高光譜圖像波段選擇的快速混合搜索算法[J];光學(xué)技術(shù);2007年02期

8 秦進(jìn)春;余旭初;譚熊;余岸竹;付瓊瑩;;基于SVM核函數(shù)評(píng)價(jià)的高光譜遙感影像核分類(lèi)方法比較研究[J];測(cè)繪通報(bào);2012年S1期

9 劉玉琴;沙晉明;徐賽萍;祝坤子;;HSI高光譜數(shù)據(jù)的FLAASH大氣校正與評(píng)價(jià)[J];福建師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

10 趙春暉;陳萬(wàn)海;楊雷;;高光譜遙感圖像最優(yōu)波段選擇方法的研究進(jìn)展與分析[J];黑龍江大學(xué)自然科學(xué)學(xué)報(bào);2007年05期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 夏建濤;基于機(jī)器學(xué)習(xí)的高維多光譜數(shù)據(jù)分類(lèi)[D];西北工業(yè)大學(xué);2002年

2 譚炳香;高光譜遙感森林類(lèi)型識(shí)別及其郁閉度定量估測(cè)研究[D];中國(guó)林業(yè)科學(xué)研究院;2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 王靜;SVM在參數(shù)選擇上的優(yōu)化[D];蘭州理工大學(xué);2008年

2 范凱波;基于幾何特征的車(chē)輛目標(biāo)分類(lèi)研究[D];天津理工大學(xué);2012年

3 郭學(xué)蘭;基于LS-SVM模型的高光譜影像分類(lèi)的研究[D];中南大學(xué);2013年

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 彭海琴;李娟;馬晉;何國(guó)富;;遙感與GIS技術(shù)在環(huán)境科學(xué)中的應(yīng)用研究[J];安徽農(nóng)學(xué)通報(bào)(上半月刊);2011年05期

2 李璇瓊;何政偉;許輝熙;薛萬(wàn)蓉;;甘肅省文縣地震前后TM圖像增強(qiáng)處理方法比較分析[J];安徽農(nóng)業(yè)科學(xué);2009年05期

3 楊菁媛;方朝陽(yáng);陳曉玲;;基于多時(shí)相ENVISAT ASAR的鄱陽(yáng)湖水面覆蓋信息提取及其應(yīng)用研究[J];安徽農(nóng)業(yè)科學(xué);2011年11期

4 王天培;;國(guó)內(nèi)外遙感技術(shù)在非點(diǎn)源污染模擬中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2011年21期

5 谷秀蘭;欒喬林;黃朝明;韋仕川;;土地利用覆被遙感影像信息提取方法研究綜述[J];安徽農(nóng)業(yè)科學(xué);2012年04期

6 楊立君;黃婷;;潮灘植被調(diào)查最佳波段組合研究[J];安徽農(nóng)業(yè)科學(xué);2012年04期

7 王小東;陸長(zhǎng)華;黃慶豐;;基于RS與GIS的東至縣梅城林場(chǎng)森林景觀格局動(dòng)態(tài)分析[J];安徽農(nóng)業(yè)大學(xué)學(xué)報(bào);2011年04期

8 王蕾;黃華國(guó);張曉麗;駱有慶;安樹(shù)杰;;基于知識(shí)規(guī)則的馬尾松林遙感信息提取技術(shù)研究[J];北京林業(yè)大學(xué)學(xué)報(bào);2007年03期

9 楊桄,劉湘南,張柏,邊紅楓;基于多特征空間的遙感信息自動(dòng)提取方法[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2005年02期

10 吳小平;“3S”技術(shù)在血吸蟲(chóng)病控制中的應(yīng)用研究[J];重慶工學(xué)院學(xué)報(bào);2004年01期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 鄧睿;多源遙感數(shù)據(jù)和GIS支持下的臺(tái)風(fēng)影響研究[D];浙江大學(xué);2010年

2 楊國(guó)鵬;基于機(jī)器學(xué)習(xí)方法的高光譜影像分類(lèi)研究[D];解放軍信息工程大學(xué);2010年

3 賈曉晴;古蓮河露天煤礦環(huán)境影響與景觀變化研究[D];中國(guó)地質(zhì)大學(xué)（北京）;2011年

4 劉美玲;融合多元環(huán)境因子的水稻重金屬污染水平遙感評(píng)估模型[D];中國(guó)地質(zhì)大學(xué)（北京）;2011年

5 劉鐵冬;四川省雜谷腦河流域景觀格局與生態(tài)脆弱性評(píng)價(jià)研究[D];東北林業(yè)大學(xué);2011年

6 何原榮;礦區(qū)環(huán)境高分辨率遙感監(jiān)測(cè)及其信息資源開(kāi)發(fā)利用的方法與應(yīng)用研究[D];中南大學(xué);2011年

7 肖東升;基于GIS和CA的地震災(zāi)害壓埋人員情景分析與評(píng)估理論[D];西南交通大學(xué);2009年

8 郭嘉;回聲狀態(tài)網(wǎng)絡(luò)分類(lèi)方法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2011年

9 方炫;黃土高原鄉(xiāng)級(jí)尺度土地利用格局動(dòng)態(tài)變化與生態(tài)功能區(qū)研究[D];中國(guó)科學(xué)院研究生院（教育部水土保持與生態(tài)環(huán)境研究中心）;2011年

10 陳國(guó)良;煤礦區(qū)“一張圖”建設(shè)的若干關(guān)鍵技術(shù)研究[D];中國(guó)礦業(yè)大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 馬浩;基于土地適宜性評(píng)價(jià)的三峽庫(kù)區(qū)防護(hù)林類(lèi)型空間優(yōu)化配置[D];華中農(nóng)業(yè)大學(xué);2010年

2 胡紅;礦區(qū)植物脅迫作用與遙感信息提取[D];山東科技大學(xué);2010年

3 邢著榮;基于輻射傳輸模型和CHRIS數(shù)據(jù)反演春小麥LAI[D];山東科技大學(xué);2010年

4 雷彤;基于高光譜的蘋(píng)果花期果期光譜特征分析及其果量估測(cè)[D];山東農(nóng)業(yè)大學(xué);2010年

5 鄧祿群;高光譜圖像類(lèi)別信息相關(guān)技術(shù)研究[D];哈爾濱工程大學(xué);2010年

6 吳云;基于RS和GIS的植被覆蓋度估算及動(dòng)態(tài)變化分析[D];遼寧工程技術(shù)大學(xué);2009年

7 王俊朝;基于中尺度遙感影像的早稻種植面積提取方法探討[D];安徽師范大學(xué);2010年

8 付志鵬;基于WorldView-2影像的分類(lèi)及建筑物提取研究[D];浙江大學(xué);2011年

9 李源泰;基于人工神經(jīng)網(wǎng)絡(luò)的遙感影像分類(lèi)研究[D];昆明理工大學(xué);2010年

10 孔祥惠;基于知識(shí)的遙感信息分類(lèi)方法實(shí)驗(yàn)研究[D];昆明理工大學(xué);2009年

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 官鳳英;范少輝;蔡華利;馮仲科;鄧旺華;劉廣路;;竹林遙感信息提取方法比較研究[J];安徽農(nóng)業(yè)科學(xué);2010年08期

2 王蕾;黃華國(guó);張曉麗;駱有慶;安樹(shù)杰;;基于知識(shí)規(guī)則的馬尾松林遙感信息提取技術(shù)研究[J];北京林業(yè)大學(xué)學(xué)報(bào);2007年03期

3 仝慧杰;馮仲科;張彥林;;樹(shù)種在遙感信息上的差異分析[J];北京林業(yè)大學(xué)學(xué)報(bào);2007年S2期

4 徐紅敏;楊天行;;基于支持向量機(jī)分類(lèi)算法的湖泊水質(zhì)評(píng)價(jià)研究[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2006年04期

5 蓋利亞;劉正軍;張繼賢;;CHRIS/PROBA高光譜數(shù)據(jù)的預(yù)處理[J];測(cè)繪工程;2008年01期

6 賈萍;李海濤;林卉;顧海燕;韓顏?lái)?;基于SVM的多源遙感影像分類(lèi)研究[J];測(cè)繪科學(xué);2008年04期

7 林麗群;舒寧;肖俊;肖洲;;基于遺傳算法優(yōu)化決策樹(shù)的多光譜影像分類(lèi)研究[J];測(cè)繪科學(xué);2009年04期

8 黃昕;李平湘;張良培;;基于多層形狀特征提取與融合的城市高光譜影像解譯[J];測(cè)繪科學(xué);2009年06期

9 黃磊;張書(shū)畢;王亮亮;張秋昭;;粒子群最小二乘支持向量機(jī)在GPS高程擬合中的應(yīng)用[J];測(cè)繪科學(xué);2010年05期

10 賈永紅;人工神經(jīng)網(wǎng)絡(luò)在多源遙感影像分類(lèi)中的應(yīng)用[J];測(cè)繪通報(bào);2000年07期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 毛學(xué)剛;東北森林碳循環(huán)日步長(zhǎng)模型與遙感綜合應(yīng)用研究[D];東北林業(yè)大學(xué);2011年

2 范昕煒;支持向量機(jī)算法的研究及其應(yīng)用[D];浙江大學(xué);2003年

3 吳濤;核函數(shù)的性質(zhì)、方法及其在障礙檢測(cè)中的應(yīng)用[D];中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué);2003年

4 吳昊;高光譜遙感圖像數(shù)據(jù)分類(lèi)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年

5 李曉松;干旱地區(qū)稀疏植被覆蓋度高光譜遙感定量反演研究[D];中國(guó)林業(yè)科學(xué)研究院;2008年

6 譚琨;基于支持向量機(jī)的高光譜遙感影像分類(lèi)研究[D];中國(guó)礦業(yè)大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 吳艷冬;復(fù)雜背景中的人臉檢測(cè)與定位[D];大連理工大學(xué);2002年

2 孫麗華;中文文本自動(dòng)分類(lèi)的研究[D];哈爾濱工程大學(xué);2002年

3 楊金紅;高光譜遙感數(shù)據(jù)最佳波段選擇方法研究[D];南京信息工程大學(xué);2005年

4 張倩;基于決策樹(shù)方法的航空高光譜遙感土地覆蓋分類(lèi)研究[D];山東科技大學(xué);2005年

5 黃婉平;自適應(yīng)粒子群優(yōu)化算法及其應(yīng)用研究[D];浙江大學(xué);2006年

6 孫建英;粒子群優(yōu)化算法的分析及改進(jìn)[D];大連海事大學(xué);2007年

7 趙瑩;支持向量機(jī)中高斯核函數(shù)的研究[D];華東師范大學(xué);2007年

8 郭春燕;基于支持向量機(jī)的高光譜遙感圖像分類(lèi)[D];哈爾濱工程大學(xué);2007年

9 劉宣江;基于神經(jīng)網(wǎng)絡(luò)的遙感影像識(shí)別[D];北京郵電大學(xué);2007年

10 謝秋昌;基于高光譜數(shù)據(jù)的分類(lèi)技術(shù)研究[D];長(zhǎng)安大學(xué);2008年

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 彭紅星;鄒湘軍;陳麗娟;熊俊濤;陳科尹;林桂潮;;基于雙次Otsu算法的野外荔枝多類(lèi)色彩目標(biāo)快速識(shí)別[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2014年04期

2 趙雪;陳龍飛;;基于MapReduce的ROCK聚類(lèi)算法[J];河北科技師范學(xué)院學(xué)報(bào);2014年01期

3 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 尹冀鋒;;一種新的圖象自適應(yīng)增強(qiáng)算法[A];四川省通信學(xué)會(huì)一九九二年學(xué)術(shù)年會(huì)論文集[C];1992年

2 寧春平;田家瑋;郭延輝;王影;張英濤;鄭桂霞;劉研;;計(jì)算機(jī)輔助增強(qiáng)、分割算法在鑒別乳腺良、惡性腫塊中的應(yīng)用價(jià)值[A];中華醫(yī)學(xué)會(huì)第十次全國(guó)超聲醫(yī)學(xué)學(xué)術(shù)會(huì)議論文匯編[C];2009年

3 謝麗聰;;SVB查詢改寫(xiě)算法的改進(jìn)[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

4 鄭存紅;;復(fù)雜背景下相關(guān)跟蹤算法研究及DSP實(shí)現(xiàn)[A];中國(guó)光學(xué)學(xué)會(huì)2010年光學(xué)大會(huì)論文集[C];2010年

5 楊文杰;吳軍;;RFID抗沖突算法研究[A];2008通信理論與技術(shù)新進(jìn)展——第十三屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（上）[C];2008年

6 高山;畢篤彥;魏娜;;一種基于UPF的小目標(biāo)TBD算法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

7 周磊;張衛(wèi)華;王曉奇;張軍;;基于流水算法的智能路障機(jī)器人設(shè)計(jì)[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

8 潘巍;李戰(zhàn)懷;陳群;索博;李衛(wèi)榜;;面向MapReduce的非對(duì)稱分片復(fù)制連接算法優(yōu)化技術(shù)研究[A];第29屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）（NDBC2012）[C];2012年

9 李偉偉;蔡康穎;鄭新;王文成;;3D模型中重復(fù)結(jié)構(gòu)的多尺度快速檢測(cè)算法[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

10 楊任爾;陳懇;勵(lì)金祥;;基于棱邊方向檢測(cè)的運(yùn)動(dòng)自適應(yīng)去隔行算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 國(guó)泰君安資產(chǎn)管理部;[N];上海證券報(bào);2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 馮輝;網(wǎng)絡(luò)化的并行與分布式優(yōu)化算法研究及應(yīng)用[D];復(fù)旦大學(xué);2013年

2 許玉杰;云計(jì)算環(huán)境下海量數(shù)據(jù)的并行聚類(lèi)算法研究[D];大連海事大學(xué);2014年

3 李琰;基于貓群算法的高光譜遙感森林類(lèi)型識(shí)別研究[D];東北林業(yè)大學(xué);2015年

4 陳加順;海洋環(huán)境下聚類(lèi)算法的研究[D];南京航空航天大學(xué);2014年

5 張冬麗;人工蜂群算法的改進(jìn)及相關(guān)應(yīng)用研究[D];燕山大學(xué);2014年

6 徐悅竹;機(jī)會(huì)發(fā)現(xiàn)算法及其應(yīng)用研究[D];哈爾濱工程大學(xué);2010年

7 王征;分布式互斥算法的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2007年

8 王艷嬌;人工蜂群算法的研究與應(yīng)用[D];哈爾濱工程大學(xué);2013年

9 楊世品;P系統(tǒng)優(yōu)化算法及應(yīng)用研究[D];浙江大學(xué);2013年

10 張毅;群智能算法的改進(jìn)及其在相關(guān)領(lǐng)域中的應(yīng)用[D];吉林大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 姚鑫宇;EMD去噪與MUSIC算法在DOA估計(jì)中的聯(lián)合應(yīng)用[D];昆明理工大學(xué);2015年

2 陸進(jìn);面向含噪數(shù)據(jù)聚類(lèi)相關(guān)算法的研究[D];復(fù)旦大學(xué);2014年

3 李家昌;基于能量約束的超聲圖像自動(dòng)分割算法[D];華南理工大學(xué);2015年

4 陳堅(jiān);基于密度和約束的數(shù)據(jù)流聚類(lèi)算法研究[D];蘭州大學(xué);2015年

5 高健;基于Zynq7000平臺(tái)的去霧算法研究及實(shí)現(xiàn)[D];南京理工大學(xué);2015年

6 顧磊;基于Hadoop的聚類(lèi)算法的數(shù)據(jù)優(yōu)化及其應(yīng)用研究[D];南京信息工程大學(xué);2015年

7 楊燕霞;基于Hadoop平臺(tái)的并行關(guān)聯(lián)規(guī)則挖掘算法研究[D];四川師范大學(xué);2015年

8 王羽;基于MapReduce的社區(qū)發(fā)現(xiàn)算法的設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2015年

9 許振佳;流式數(shù)據(jù)的并行聚類(lèi)算法研究[D];曲阜師范大學(xué);2015年

10 董琴;人工蜂群算法的改進(jìn)與應(yīng)用[D];大連海事大學(xué);2015年

  本文關(guān)鍵詞：基于貓群算法的高光譜遙感森林類(lèi)型識(shí)別研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：165672