分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-04-24 合作期刊: 《计算机应用研究》
摘要： 针对传统聚类算法中只注重数据间的距离关系，而忽视数据全局性分布结构的问题，提出一种基于EK-medoids聚类和邻域距离的特征选择方法。首先，用稀疏重构的方法计算数据样本之间的有效距离，构建基于有效距离的相似性矩阵；然后，将相似性矩阵应用到K-medoids聚类算法中，获取新的聚类中心，进而提出EK-medoids聚类算法，可有效对原始数据集进行聚类；最后，根据划分结果所构成簇的邻域距离给出确定数据集中的属性重要度定义，应用启发式搜索方法设计一种EK-medoids聚类和邻域距离的特征选择算法，降低了聚类算法的时间复杂度。实验结果表明，该算法不仅有效地提高了聚类结果的精度，而且也可选择出分类精度较高的特征子集。
分类： 农、林、牧、渔 >> 农业基础学科 提交时间： 2017-11-10 合作期刊: 《中国生态农业学报》
摘要： 为提高生长初期低覆盖度作物长势的遥感监测精度, 需要消除灌溉引起的土壤水分背景变化对归一化差值植被指数(NDVI)的影响。为了实现棉花生长初期灌溉信息提取与校正, 提高棉花作物长势监测与产量预判精度, 本文以美国加利福尼亚州San Joaquin Valley 的2 个棉花地块为研究区, 选取棉花生长初期灌溉过程中的遥感影像, 构建两种灌溉信息提取方法(分阶段阈值法和灌溉线提取法), 确定最优灌溉像元提取方法;比较分析灌溉与未灌溉情况下棉花的NDVI 与归一化差值水分指数(NDWI)以及土壤调节植被指数的关系, 提取含有灌溉信息的像元, 并对NDVI 进行校正, 消除灌溉对NDVI 的影响。研究结果表明: 在棉花生长初期, 灌溉与未灌溉像元NDVI 变化率达12%, 差异较显著; 灌溉与否的棉花NDVI 与NDWI 间均存在极显著的线性关系, 决定系数在0.80 以上; 利用灌溉线方法提取灌溉信息与分阶段阈值相比精度更高, 精度达88%以上; 校正后线性回归模型精度达0.95, 灌溉校正效果明显, 灌溉与未灌溉像元的NDVI 差异减小至2%。本研究通过对含有灌溉信息像元NDVI 值的校正, 去除灌溉对NDVI 造成的影响, 反映了真实的植被信息, 可实现对作物生长初期长势的准确遥感监测, 为遥感定量监测提供便利。
点击量
点击量
下载量
评论
