全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...
海洋通报  2012 

基于SVM的海底声纳图像底质识别*

DOI: 10.11840/j.issn.1001-6392.2012.4.008, PP. 409-414

Keywords: 支持向量机(SVM),声纳灰度图像,参数优化,特征向量

Full-Text   Cite this paper   Add to My Lib

Abstract:

对海底底质声纳图像分割,提取单元特征向量进行主成份分析,选取均值、标准差、对比度、相关系数、能量及同质性作为训练特征向量,优化支持向量机(SVM,Support?Vector?Machine)参数。利用多分类SVM对砂、礁石、泥进行训练,有效、快速地分离出了三种底质类型,测试精度高于80%,表明该方法可有效用于海底底质声纳图像的识别和分类。

References

[1]  Ragnar B H,Otto M,Anne S S,Seabed Classification from multibeam echosounder data using statistical methods,Ocean Engineering,1993.
[2]  Shao Jie,Ye Ning,Rong Yi-Xia,A filtering method based SVM in the processing of multibeam data,2010.
[3]  Suresh S,Herb B,Andrew B M,SEAFLO-OR CHARACTERIZATION USING TEXTURE,Southeastcon,1993.
[4]  范千,张宁..区域似大地水准面确定的最小二乘支持向量机方法[J].测绘工程,2008,(05):1-3.doi:10.3969/j.issn.1006-7949.2008.05.001.
[5]  甘旭升,张洪才,陈咏梅..基于鲁棒最小二乘支持向量机的气动参数拟合[J].计算机工程与应用,2007,(31):233-235.doi:10.3321/j.issn:1002-8331.2007.31.069.
[6]  黄贤源,翟国君,黄谟涛..最小二乘支持向量机构造海底趋势面研究[J].海洋测绘,2010,(03):9-12.doi:10.3969/j.issn.1671-3044.2010.03.003.
[7]  卢泽润. 支持向量机在海底底质分类中的应用研究[D].青岛:中国海洋大学海洋地球科学学院,2007.
[8]  齐永峰,火元莲..支持向量机研究[J].甘肃联合大学学报(自然科学版),2005,(02):23-26.doi:10.3969/j.issn.1672-691X.2005.02.009.
[9]  石丹,李庆武,范新南..曲波变换域侧扫声纳图像海底底质分类[J].应用科学学报,2009,(05):498-501.doi:10.3969/j.issn.0255-8297.2009.05.011.
[10]  唐秋华,刘保华,陈永奇..结合遗传算法的LVQ神经网络在声学底质分类中的应用[J].地球物理学报,2007,(01):313-319.doi:10.3321/j.issn:0001-5733.2007.01.039.
[11]  唐秋华,周兴华,丁继胜..多波束反向散射强度数据处理研究[J].海洋学报,2006,(02):51-55.doi:10.3321/j.issn:0253-4193.2006.02.007.
[12]  田玉刚,罗书明,王新洲..基于最小二乘支持向量机回归的GPS高程转换模型[J].测绘工程,2007,(04):18-21.doi:10.3969/j.issn.1006-7949.2007.04.005.
[13]  周兴华,陈永奇. 多波束声纳数据的底质分类[A].北京:海洋出版社,2002.
[14]  Alexandrou D,Pantzartzis D,seafloor classification with neural network,1990.
[15]  Bishwajit C,Vijay K J B,Sea-Floor Classification Using Multibeam Echo-Sounding Angular Backscatter data:A Real-Time Approach Employing Hybrid Neural Network Architecture,IEEE JOURNAL OFOCEANIC ENGINEERING,2003(1).
[16]  Gao Wei,Sediment Classification based on Least-Square Support Vector Machine and Phase-Plane Analysis,2009.
[17]  Pican T N,Ross M,Texture Analysis for Seabed Classification:Co-occurrence Matrices vs Self-Organizing Maps,1998.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133