本项目旨在构造多个分类器的基础上,将多个分类器的识别结果进行集成,以提高云类的识别正确率。具体包括四方面内容:(1)利用EOS-MODIS资料,建立较大规模云样本库;(2)提取包括光谱特征、灰度特征、纹理特征、形状特征、多通道之间的差异特征等在内的多种云特征,并从中筛选出对分类有利的重要特征;(3)设计6个分类器,即BP网络、SOFM网络、RBF网络、最近邻分类器、Bayes分类器、SVM分类器,
{{i.achievement_title}}
数据更新时间:2023-05-31
路基土水分传感器室内标定方法与影响因素分析
硬件木马:关键问题研究进展及新动向
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
滚动直线导轨副静刚度试验装置设计
适用于带中段并联电抗器的电缆线路的参数识别纵联保护新原理
弱分类器的选择与集成方法研究
高光谱遥感表示模型与分类器动态集成方法
压缩感知集成分类器设计研究
用数据挖掘及机器学习算法进行伽玛暴分类研究