修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

9 条数据
?? 中文（中国） ▾

  • 多光谱机载激光雷达数据在预测北方树种组成中的应用

    摘要： 多光谱激光雷达（如Optech Titan）可记录多个波长的强度数据，这些强度数据与多光谱影像数据一样可用于树种预测。本文主要目标是：比较针叶林区采用多光谱激光雷达、1064纳米单波长通道（"单光谱激光雷达"）以及结合辅助航空影像数据的单光谱激光雷达进行树种预测的精度差异；同时评估广泛使用的强度范围校正方法的效果。我们通过线性判别分析（LDA）对样地主要树种进行分类，并采用k近邻插值法预测欧洲赤松、挪威云杉和阔叶树的树种体积比例（%）?；谝韵氯植问拦狼慷刃Ｕ杂攀剖髦衷げ馕蟛畹挠跋欤?）航带间最小强度差；2）理论建议参数；3）未校正数据。虽然范围校正使分类精度略有提升，但效果不明确且与冠层回波理论不符。尽管如此，强度值对优势树种及树种体积比例的预测仍具价值。多光谱激光雷达的主导树种分类结果（总体精度88.2%，Kappa系数0.79）与单光谱激光雷达结合航空影像方案（总体精度89.1%，Kappa系数0.81）相当。研究表明多光谱激光雷达有望成为实用化树种专项森林调查的有效工具。

    关键词： 激光后向散射强度、k近邻算法（k-NN）、强度校正、线性判别分析（LDA）、多光谱机载激光扫描、树种分类

    更新于2025-09-23 15:22:29

  • 利用激光诱导击穿光谱结合机器学习方法识别格雷夫斯眼病

    摘要： 格雷夫斯眼病的诊断仍是一项重大挑战。我们采用激光诱导击穿光谱（LIBS）结合机器学习方法，成功区分了格雷夫斯眼病组织与健康对照样本。本研究对石蜡包埋的格雷夫斯眼病样本进行LIBS光谱采集，选取金属元素（钠、钾、铝、钙）、非金属元素（氧）及分子谱带（C-N、C-O）作为诊断指标。将选定光谱线分别输入线性判别分析（LDA）、支持向量机（SVM）、k近邻算法（kNN）和广义回归神经网络（GRNN）等监督分类模型。结果显示：LDA、SVM、kNN和GRNN的预测准确率分别为76.33%、96.28%、96.56%和96.33%；灵敏度分别为75.89%、93.78%、96.78%和96.67%；特异度分别为76.78%、98.78%、96.33%和96.00%。这表明LIBS联合非线性模型可显著提高格雷夫斯眼病的鉴别准确率。在三种非线性模型中，kNN表现最优。因此，LIBS结合机器学习方法是鉴别格雷夫斯眼病的有效手段。

    关键词： 支持向量机（SVM）、线性判别分析（LDA）、格雷夫斯眼病、激光诱导击穿光谱（LIBS）、k近邻算法（kNN）、广义回归神经网络（GRNN）

    更新于2025-09-23 15:21:01

  • 基于KNN的超像素表示方法在高光谱图像分类中的应用

    摘要： 超像素分割已被证明是高光谱图像（HSI）分类中的有力工具。每个超像素区域可视为由一系列空间相邻像素组成的同质区域。然而，一个超像素区域可能包含来自不同类别的像素。为进一步探索超像素的最优表征，本文提出一种基于双k值选择规则的新框架，用于寻找最具代表性的训练与测试样本。该方法包含以下四个步骤：首先对高光谱图像执行超像素分割算法，将具有相似光谱特征的像素聚类至同一超像素；随后采用域变换递归滤波提取高光谱图像的光谱-空间特征；接着利用k近邻（KNN）方法为每个超像素选取k1个代表性训练样本和k2个测试像素，分别有效克服类内变异与类间干扰；最后通过测量所选训练样本与测试样本间的平均距离确定超像素类别标签。在四个真实高光谱数据集上的实验表明，相较于近期提出的多种光谱-空间分类方法，本方法具有具有竞争力的分类性能。

    关键词： 超像素分割、高光谱图像分类、k近邻算法（KNN）、域变换递归滤波（RF）

    更新于2025-09-23 15:21:01

  • 基于机载激光扫描制图的现场碳储量测绘——作为地中海松人工林营林的基础

    摘要： 森林管理者对采用低密度机载激光雷达扫描（ALS）的森林监测策略颇感兴趣。但目前鲜有研究利用ALS估算土壤有机碳（SOC）作为作业间伐的评判标准。本研究旨在比较西班牙南部地区三种不同间伐强度在13年（2004-2017年）后的林地碳储量差异，并基于低密度ALS数据建立地中海松林生物量（Wt，吨/公顷）与SOC（吨/公顷）的预测模型。研究在83个样地开展ALS扫描并测量林分指标，采用非参数k近邻法构建Wt与SOC估算模型。结果显示：重度间伐（101.17吨/公顷）与中度间伐（100.94吨/公顷）样地的总碳储量显著高于对照样地（91.83吨/公顷）。最优生物量模型（MSNPP）和SOC模型（RAW-S10）的R2值分别达0.82。非干预情景下研究区可固存134,850吨碳，重度间伐情景下可达157,958吨。预测碳储量的高分辨率制图可为营林规划提供依据，有助于制定提升干旱区地中海松林碳汇能力的科学管理措施。

    关键词： 碳林业、气候变化、K近邻算法、机载激光扫描、碳封存

    更新于2025-09-16 10:30:52

  • 基于改进马尔可夫链的光伏功率组合概率预测方法

    摘要： 本文提出了一种基于改进马尔可夫链的新型光伏概率预测组合方法，以提高光伏功率概率预测的准确性。首先，提出了一种结合精确因素的马尔可夫链（MC）预测结构，与常规马尔可夫链相比，该方法考虑了除历史数据统计信息之外的更多影响因素。随后利用粗糙集理论对主要因素进行筛选，以量化这些因素的影响。此外，采用k近邻算法选择相似样本构建精确预测模型。基于相似样本，光伏变化趋势比使用全部历史样本时更为明显，从而进一步提高预测精度。最后，通过将模拟结果与两种案例（使用澳大利亚沙漠知识中心太阳能站和GEFCom2014数据集）的竞争方法结果进行比较，验证了所提方法的有效性和优越性。仿真结果表明，该方法能提供性能更优的概率预测结果，且适用于多种预测场景。

    关键词： 光伏发电、k近邻算法、概率预测、粗糙集理论、改进的马尔可夫链

    更新于2025-09-16 10:30:52

  • 利用机载激光扫描数据估算林分年龄以改进安大略省北方森林黑云杉木材密度模型

    摘要： 能够估算木材质量的时空模型，可支持在采伐前就考虑树木市场潜力的价值链优化方案。研究表明，生态土地分类单元（如生态位点）和基于机载激光雷达（ALS）数据的结构指标，能有效预测加拿大安大略省北方森林黑云杉林分的木材质量属性。然而树龄是导致树木间木材质量差异的主要因素，却因在森林清查系统中表征不足而未被纳入既往预测模型。本研究目标为：（一）建立以黑云杉为主的林分平均树龄预测模型；（二）通过引入树龄预测变量来优化黑云杉木材密度模型?；谒婊郑╮f）距离度量的k最近邻（kNN）分类非参数树龄模型表现良好，其均方根差（RMSD）为15年且解释了62%的方差变异。后续利用树龄与生态位点预测变量构建的随机森林木材密度模型具有实用价值，均方根误差（RMSE）为59.1千克·米?3。这些通过纳入可从清查数据中获取的树龄与立地效应而建立的模型，使大尺度木材质量预测更接近实际应用。

    关键词： 预测建模、林分年龄、激光雷达、北方森林、木材密度建模、黑云杉、森林资源清查、机载激光扫描（ALS）、k近邻算法

    更新于2025-09-11 14:15:04

  • [IEEE 2018年第二届工程创新国际会议(ICEI) - 曼谷 (2018.7.5-2018.7.6)] 2018年第二届工程创新国际会议(ICEI) - 基于离散小波变换的糖尿病视网膜病变眼底图像分类

    摘要： 糖尿病是一种无法治愈的疾病，它会逐渐侵蚀人体健康，这种疾病的发病率正日益上升并成为引发社会困扰的诱因。解决这一问题的唯一途径是早期发现疾病并采取预防措施以将其影响降至最低。由于该病会累及身体多个部位，其中也包括对任何损伤都极为敏感的眼睛。糖尿病视网膜病变正是糖尿病对眼视网膜造成的影响，包括视网膜血管破裂和视网膜异常新生血管形成，最终导致失明。通过检查眼底镜图像可识别糖尿病视网膜病变。本文采用小波变换处理眼底镜图像，通过提取图像中的小波系数来诊断糖尿病视网膜病变。研究使用KNN和SVM算法对眼底镜图像进行分类，相比既往研究取得了显著进步——KNN算法准确率达98.16%，SVM算法准确率为97.85%。

    关键词： 灵敏度、特异性、离散小波变换（DWT）、准确率、K近邻算法（KNN）、糖尿病视网膜病变（DR）、直方图均衡化、支持向量机（SVM）

    更新于2025-09-10 09:29:36

  • 基于剪切波的特征提取用于频域光学相干断层扫描图像中年龄相关性黄斑变性的检测与分类

    摘要： 年龄相关性黄斑变性（AMD）是一种眼病，通常因视网膜黄斑区积液而导致50岁以上人群中心视力受损。光学相干断层扫描（OCT）是目前广泛用于检测眼部异常的成像技术。本研究提出一种基于剪切波变换的AMD自动检测方法，以频域OCT成像数据的二维水平切片作为输入图像。首先将图像转为灰度图并通过双边滤波去噪，随后通过剪切波变换分解去噪图像，并从高频变换系数的共生矩阵中提取10个纹理特征。基于这些特征，采用支持向量机和k近邻分类器将OCT图像分为正?；駻MD两类。将基于剪切波变换的特征结果与基于小波变换的特征结果进行对比，发现使用支持向量机对剪切波特征进行分类时获得最佳效果。

    关键词： 剪切波变换、小波变换、支持向量机、光学相干断层扫描、K近邻算法、年龄相关性黄斑变性

    更新于2025-09-09 09:28:46

  • [2018年IEEE国际电子/信息技术会议(EIT) - 美国密歇根州罗切斯特市(2018年5月3日-5月5日)] 2018年IEEE国际电子/信息技术会议(EIT) - 凯特林大学室内定位技术原型评估

    摘要： 本文介绍了针对室内定位技术开展的研究，旨在为凯特林大学校园原型系统确定最适合实施的技术方案。评估的室内定位技术主要包括蓝牙、Wi-Fi、地磁、可见光通信（VLC）和超宽带（UWB）。研究将考虑目标侧可穿戴传感器方案，并讨论常用的用户位置计算算法，包括三边测量法、指纹定位法和K近邻算法。

    关键词： 可见光通信、超宽带、地磁、三边测量法、K近邻算法、指纹定位法、室内定位系统、Wi-Fi、蓝牙

    更新于2025-09-09 09:28:46