基于机器学习的偏振遥感云检测优化算法

来源 :光子学报 | 被引量 : 1次 | 上传用户:ghostlei
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
偏振遥感经验阈值云检测算法受主观因素影响较强,极易在亮地表上空出现云检测不准确的问题。针对该问题,本文提出了一种主动和被动遥感卫星相结合的机器学习云检测算法。该算法基于POLDER3载荷多通道多角度偏振特性以及CALIOP载荷高精度云垂直特性展开研究,利用POLDER3载荷和CALIOP载荷观测重合区域数据,搭建了粒子群算法优化的BP神经网络训练云检测模型。基于该云检测训练模型,利用POLDER3一级数据开展云检测试验,试验显示该算法云检测结果与MODIS云检测产品一致性为92.46%,高于POLD
其他文献
针对光纤振动信号受噪声干扰严重、特征提取单一和识别时间长的问题,提出了改进的局部特征尺度分解和蚁群算法优化深度置信网络的识别方法。首先,采用三次B样条函数插值拟合
目的评价不同麻醉方式在老年髋关节置换术患者中的应用情况,进一步分析对患者认知功能、炎症因子等指标的影响。方法选取2018年5月至2020年6月广州市荔湾中心医院90例老年髋
针对传统电力资产普查与隐患排查机制存在设备全生命周期成本核算数据归集困难、运维资产台账资料管理粗放、主配网增存量运维数据共享机制缺失、资产普查与隐患排查数据治理
卷积神经网络的语义分割模型未有效利用特征权重信息,导致在医学图像复杂场景中分割边界出现欠分割现象。针对该问题,基于融合自适应加权聚合策略提出一种改进的U-Net++网络,并将其应用于电子计算机断层扫描影像肺结节分割。该模型首先在卷积神经网络中提取出不同深度特征语义级别的信息,再结合权重聚合模块,自适应地学习各层特征的权重,然后将学习得到的权重加载到各个特征层上采样得到的分割图以得到最终的分割结果。
目的从电源插头标识的色彩研究出发,以色彩的相关理论为基础,探讨电源插头色彩标识在ICU风险管理中的应用效果。方法选取临沂市中医院30名护理人员,2019年11—12月未使用电源
对A光源分别进行550 nm、625 nm以及675 nm的短波截止,对比测量了超二代和三代像增强器的光谱响应、阴极灵敏度、增益、分辨力以及信噪比。在10^(-1)lx照度条件下,当对A光源
目的本研究旨在探讨远隔缺血预处理对急性主动脉夹层患者的肾脏保护作用。方法选择80例于2017年4月至2018年4月在河南省胸科医院胸痛中心行主动脉夹层手术的患者,应用随机数
由于高光谱图像分类中现有的无监督波段选择方法无法计算出波段之间的相似性,以及在选择过程中存在的高维度特性,本文提出了一种基于变精度粗糙集的贪婪无监督高光谱波段选择方法。首先利用变精度粗糙集定义了一种新的依赖度量,使得它对变精度粗糙集中误分类参数变得不敏感,从而充分利用波段之间的相似性。其次,提出了一种新的判别准则,找出未选择和已选择波段子集中具有较高和较低的相似性值的波段。然后,采用一阶增量搜索法
为解决现有激光扫描投影系统中需要手动标定的问题,提出了融合单目视觉的激光扫描投影系统自标定方法。首先建立了融合单目视觉技术的激光扫描投影系统模型,给出了融合单目视
在同一平台利用两种或以上不同偏振载荷进行联合观测,通过融合反演实现优势互补,可获取更高精度和质量的数据产品。若要实现两偏振载荷的联合探测和交叉定标系数传递,两者的