基于KD-Tree的KNN沙尘孤立点监测算法的研究与应用
发布时间：2021-04-14 07:09
近些年来,由于人类对自然资源的过度开发,导致沙尘天气越来越频繁地出现在人们日常的生产生活中,给发生地和过境地区的环境带来了可怕的灾难。遥感技术由于其获取信息的周期短、数据量大等特点而对沙尘暴有着良好的监测效果。但是利用沙尘像元判识技术获得的沙尘监测结果中会出现个别孤立像元,而这些孤立像元大多数是沙尘监测误判的结果,其严重地影响了沙尘判识结果的准确度,同时加大了沙尘判识工作的难度。为了解决这个问题,本文在经典KNN孤立点检测算法基础上,提出了一种基于KD-Tree的KNN孤立点检测算法,并有效应用于沙尘孤立点监测中。本文的研究工作如下:1、针对沙尘孤立点分析过程中的遥感数据集具有规模较大和维度较高的特性,本文在传统K近邻（k-nearest neighbor KNN）孤立点检测算法的基础之上,综合利用索引结构KD-Tree（k-dimensional树的简称）高效搜索多维空间关键数据的优点,设计和实现了一种针对中高维数据的基于KD-Tree的KNN沙尘孤立点监测算法KD-KNN,利用KD-Tree降维的思想来达到在保证分类结果准确度的前提下,提高算法分类效率的目的。2、本文提出的KD-K...
【文章来源】：河南大学河南省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
召回率与准确率关系曲线
图 2-3 Himawari-8 真彩色合成图像.3.2 MODIS 数据MODIS（moderate-resolution imaging spectroradiometer）是由 TERRA 卫星搭载用 X 波段向全球直接广播，能够免费接收并无偿使用数据的星载仪器。光学遥器 MODIS，共包括 36 个波段，波谱范围在 0.4~14μm[52]，其扫描幅宽较大，地辨率分别为 250m、500m、1000m，且每天均可得到一次全球观测数据。该数据反映陆地、海洋以及大气等特征信息，因此可以用于对陆地、海洋以及大气的观测。表 2-2 为该数据 1 至 7 波段的主要特点：
要包括两个技术：K 近邻 KNN 算法以及 KD-Tree 二叉Cover 和 Hart 提出了最初的 K 近邻（k-Nearest Neighb类技术中理论比较成熟的算法，同时亦是较简单的一类思想为：近朱者赤，近墨者黑。如果待检测的数据对象近的对象大部分都属于一个类别，那么 P 也属于这个类 中，包含圆形，三角形，四边形 3 类数据。圆形属于一个，圆形有三角形邻居 2 个，四边形邻居 1 个，因此根据三角形类。当 k 取 5 时，圆形有三角形邻居 2 个，四边理，圆形应归属于四边形类。
【参考文献】：
期刊论文
[1]复杂高维数据中异常点挖掘算法研究[J]. 徐晓丹. 浙江师范大学学报(自然科学版). 2018(02)
[2]拐子湖沙尘暴天气对牧业的影响及对策[J]. 陈帅. 现代农业科技. 2018(08)
[3]基于静止和极轨气象卫星融合算法的沙尘暴监测研究——以甘肃省为例[J]. 程慧波. 环境研究与监测. 2018(01)
[4]基于静止气象卫星的动态沙尘检测方法[J]. 张海香,徐辉,韩道军,郑逢杰,张文豪. 遥感信息. 2018(01)
[5]基于高维数据流的异常检测算法[J]. 余立苹,李云飞,朱世行. 计算机工程. 2018(01)
[6]结合RNN和CNN层次化网络的中文文本情感分类[J]. 罗帆,王厚峰. 北京大学学报(自然科学版). 2018(03)
[7]K最近邻算法理论与应用综述[J]. 毋雪雁,王水花,张煜东. 计算机工程与应用. 2017(21)
[8]基于夜间灯光遥感数据多尺度城市聚类分析[J]. 金梦,邓顺强,杨成术,余柏蒗,吴健平. 遥感技术与应用. 2017(05)
[9]利用Himawari-8高频次监测太湖蓝藻水华动态[J]. 王萌,郑伟,刘诚. 湖泊科学. 2017(05)
[10]Himawari-8静止气象卫星草原火监测分析[J]. 陈洁,郑伟,刘诚. 自然灾害学报. 2017(04)
硕士论文
[1]动态K-means算法在遥感图像挖掘领域的并行化研究[D]. 鲍黎明.南京邮电大学 2017
[2]基于静止气象卫星的动态沙尘检测方法的研究与实现[D]. 张海香.河南大学 2017
[3]基于KNN算法的空间手势识别研究与应用[D]. 张硕.吉林大学 2017
[4]面向混合数据的孤立点检测算法研究[D]. 焦茜.山西大学 2016
[5]数据挖掘中的离群点检测算法研究[D]. 胡婷婷.厦门大学 2014
[6]线性回归模型中关于异常点的若干问题的分析[D]. 彭珊.东北林业大学 2014
[7]基于密度的改进K-Means文本聚类算法研究[D]. 贾永娟.山西师范大学 2014
[8]改进的KNN算法在过滤垃圾邮件中的应用研究[D]. 林文香.湖南大学 2010
[9]KNN算法的改进及其在文本分类中的应用[D]. 卜凡军.江南大学 2009
[10]聚类和孤立点检测算法的研究与实现[D]. 郑健.南京航空航天大学 2007
本文编号：3136900
【文章来源】：河南大学河南省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
召回率与准确率关系曲线
图 2-3 Himawari-8 真彩色合成图像.3.2 MODIS 数据MODIS（moderate-resolution imaging spectroradiometer）是由 TERRA 卫星搭载用 X 波段向全球直接广播，能够免费接收并无偿使用数据的星载仪器。光学遥器 MODIS，共包括 36 个波段，波谱范围在 0.4~14μm[52]，其扫描幅宽较大，地辨率分别为 250m、500m、1000m，且每天均可得到一次全球观测数据。该数据反映陆地、海洋以及大气等特征信息，因此可以用于对陆地、海洋以及大气的观测。表 2-2 为该数据 1 至 7 波段的主要特点：
要包括两个技术：K 近邻 KNN 算法以及 KD-Tree 二叉Cover 和 Hart 提出了最初的 K 近邻（k-Nearest Neighb类技术中理论比较成熟的算法，同时亦是较简单的一类思想为：近朱者赤，近墨者黑。如果待检测的数据对象近的对象大部分都属于一个类别，那么 P 也属于这个类 中，包含圆形，三角形，四边形 3 类数据。圆形属于一个，圆形有三角形邻居 2 个，四边形邻居 1 个，因此根据三角形类。当 k 取 5 时，圆形有三角形邻居 2 个，四边理，圆形应归属于四边形类。
【参考文献】：
期刊论文
[1]复杂高维数据中异常点挖掘算法研究[J]. 徐晓丹. 浙江师范大学学报(自然科学版). 2018(02)
[2]拐子湖沙尘暴天气对牧业的影响及对策[J]. 陈帅. 现代农业科技. 2018(08)
[3]基于静止和极轨气象卫星融合算法的沙尘暴监测研究——以甘肃省为例[J]. 程慧波. 环境研究与监测. 2018(01)
[4]基于静止气象卫星的动态沙尘检测方法[J]. 张海香,徐辉,韩道军,郑逢杰,张文豪. 遥感信息. 2018(01)
[5]基于高维数据流的异常检测算法[J]. 余立苹,李云飞,朱世行. 计算机工程. 2018(01)
[6]结合RNN和CNN层次化网络的中文文本情感分类[J]. 罗帆,王厚峰. 北京大学学报(自然科学版). 2018(03)
[7]K最近邻算法理论与应用综述[J]. 毋雪雁,王水花,张煜东. 计算机工程与应用. 2017(21)
[8]基于夜间灯光遥感数据多尺度城市聚类分析[J]. 金梦,邓顺强,杨成术,余柏蒗,吴健平. 遥感技术与应用. 2017(05)
[9]利用Himawari-8高频次监测太湖蓝藻水华动态[J]. 王萌,郑伟,刘诚. 湖泊科学. 2017(05)
[10]Himawari-8静止气象卫星草原火监测分析[J]. 陈洁,郑伟,刘诚. 自然灾害学报. 2017(04)
硕士论文
[1]动态K-means算法在遥感图像挖掘领域的并行化研究[D]. 鲍黎明.南京邮电大学 2017
[2]基于静止气象卫星的动态沙尘检测方法的研究与实现[D]. 张海香.河南大学 2017
[3]基于KNN算法的空间手势识别研究与应用[D]. 张硕.吉林大学 2017
[4]面向混合数据的孤立点检测算法研究[D]. 焦茜.山西大学 2016
[5]数据挖掘中的离群点检测算法研究[D]. 胡婷婷.厦门大学 2014
[6]线性回归模型中关于异常点的若干问题的分析[D]. 彭珊.东北林业大学 2014
[7]基于密度的改进K-Means文本聚类算法研究[D]. 贾永娟.山西师范大学 2014
[8]改进的KNN算法在过滤垃圾邮件中的应用研究[D]. 林文香.湖南大学 2010
[9]KNN算法的改进及其在文本分类中的应用[D]. 卜凡军.江南大学 2009
[10]聚类和孤立点检测算法的研究与实现[D]. 郑健.南京航空航天大学 2007
本文编号：3136900
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3136900.html
