基于多粒度级联森林的云雪检测任务书

 2021-08-20 01:08

1. 毕业设计(论文)主要目标:

从传统算法出发,利用多种算法分别对单光谱和多光谱卫星图像数据进行训练和测试,从速度和准确率等多方面指标进行分析比较,分析各种算法在单光谱和多光谱云雪分类任务上的优劣势,尝试找到一种快速且准确的云雪分类方法。

2. 毕业设计(论文)主要内容:

1.从传统方法出发,利用灰度共生矩阵提取卫星图像的纹理信息,利用SVM算法进行分类。

2.分别利用SVM,随机森林,卷积神经网络,多粒度级联森林分别从单光谱和多光谱卫星图像数据角度做分析比较。得到最优算法。

3.利用各种算法在环境与灾害监测与预报卫星HJ-1A/1B的单光谱和多光谱卫星数据图像上做预测,评估单光谱数据和多光谱数据的优劣势,以及各种算法在云雪分类任务上的泛化性能。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 主要参考文献

[1] Zhou, Zhi-Hua, Feng, Ji. Deep Forest: Towards An Alternative to DeepNeural Networks[J]. 2017.

[2] Breiman L, Friedman J, Olshen R, et al. Classification and RegressionTrees. Belmont, CA: Wadsworth International Group.[J]. Biometrics, 1984,40(3):358.

[3] Breiman L. Bagging predictors[J]. Machine Learning, 1996,24(2):123-140.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。