“情景—应对”型应急决策中情景识别关键技术研究
【学位单位】:西安科技大学
【学位级别】:博士
【学位年份】:2018
【中图分类】:TD77
【部分图文】:
图 4.5 三种分类依据的分类识别率从图 4.5 可以看出,通过“颜色+纹理”作为分类依据,具有较高的目标识别率,均值应该在 90%以上,从而说明上述方法用于情景要素对象目标提取的可行性。(2)图像分割所谓图像分割,是指根据一定的相似性准则将图像划分成不同区域的过程,每个图像区域均具有自身特性,并对感兴趣的目标进行提取的一种技术方法,主要应用于气象预测、缺陷检测、地质勘查以及人脸识别等诸多领域,也可应用于突发事件情景图像的分类处理。从本质上看,自动分类方法主要用于宏观目标提取,粒度较粗;而图像分割算法则更多用于微观目标的提取,粒度相对较小,是对自动分类后图像的进一步划分。换言之,自动分类是对不同图像进行归类,而图像分割是对某一图像样本的不同区域进行分割归类。图像分割常用算法如下:① 阈值分割阈值分割在早期应用较多,一般用于灰度影像的分割。首先,将影像区分为目标对象和背景像素,阈值分割的重点在于确定这两者之间的界限。有多种方法确定界限,例如最大熵法[170-173]、最大类间方差法[174-176]、交叉熵法[177-178]、最小误差法[179-180]等。当
【参考文献】
相关期刊论文 前10条
1 王宁;刘海园;;基于知识元的突发事件情景演化混合推理模型[J];情报学报;2016年11期
2 王循庆;李勇建;孙华丽;;基于情景推演的群体性突发事件演化博弈分析[J];管理科学;2015年06期
3 李怀明;刘娇;叶鑫;;基于情景的非常规突发事件决策流程生成方法[J];系统管理学报;2015年06期
4 王刚桥;刘奕;杨盼;杨锐;张辉;;面向突发事件的复杂系统应急决策方法研究[J];系统工程理论与实践;2015年10期
5 于峰;李向阳;孙钦莹;;突发事件情景应对案例库族谱设计[J];系统工程理论与实践;2015年10期
6 金欣;宗士强;李友江;吴姗姗;闫晶晶;;面向大数据基于知识的决策信息需求动态生成方法[J];计算机工程与设计;2015年07期
7 王兰成;;基于网络舆情分析的突发事件情报支援研究[J];情报理论与实践;2015年07期
8 金欣;牟苏斌;宗士强;吴姗姗;李友江;;知识驱动的事信映射方法[J];指挥信息系统与技术;2015年03期
9 陈业华;杨娜;宋之杰;;非常规突发事件情景-应对的多维情景熵研究[J];数学的实践与认识;2015年12期
10 叶光辉;李纲;;多阶段多决策主体应急情报需求及其作用机理分析——以城市应急管理为背景[J];情报杂志;2015年06期
相关博士学位论文 前3条
1 陈玉芳;情景应对型高校社会安全突发事件应急准备体系构建研究[D];中国科学技术大学;2017年
2 刘宇;突发事件情景信息获取与分析的关键技术研究[D];武汉大学;2015年
3 夏登友;基于“情景—应对”的非常规突发灾害事故应急决策技术研究[D];北京理工大学;2015年
相关硕士学位论文 前3条
1 赵云锋;非常规突发事件的应急管理研究[D];复旦大学;2009年
2 孙斌;基于情景分析的战略风险管理研究[D];上海交通大学;2009年
3 王东;面向决策的应急信息资源关系及其元数据模型[D];大连理工大学;2008年
本文编号:2856655
本文链接:https://www.wllwen.com/kejilunwen/anquangongcheng/2856655.html