基于复杂网络的绿潮检测方法研究与应用

《基于复杂网络的绿潮检测方法研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：N94密级：公开UDC：004学校代码：11065硕士学位论文基于复杂网络的绿潮检测方法研究与应用李程指导教师邵峰晶教授学科专业名称计算机科学与技术论文答辩日期2015年6月5日摘要海洋灾害的有效监测与预测是目前亟待解决的重要现实问题。卫星遥感影像具有实时性强、覆盖范围广的特点，对卫星遥感影像进行有效地处理与分析是海洋灾害监测预测的重要手段。目前，数据挖掘作为遥感影像处理与分析的常用方法，已得到广泛应用。但数据挖掘是面向主题的，对遥感影像的处理往往仅是针对特定主题（如谱段间的相关关系），而遥感影像中各谱段不

2、仅具有相关关系，遥感影像还具有结构特征，其结构能够反映遥感影像中同质地物以及异质地物间的相关关系，而数据挖掘方法很难对遥感影像的结构特征进行分析。针对该局限，本文的主要工作如下：（1）基于复杂网络理论，提出了一种能够描述遥感影像结构的复杂网络模型。模型中将像素点抽象为节点，节点之间是否连边用像素点间的谱段欧氏距离来判定给出；对建立的遥感影像复杂网络进行拓扑性质分析，利用复杂网络的社团性质，发现具有紧密连接关系的子网，对子网内节点的谱段特征进行分析，区分背景与目标子网。（2）以环境卫星一号获取的多幅遥感影像HJ-1A

3、-CCD1为数据源，对提出的遥感影像复杂网络模型进行应用研究，分别构建了单一谱段及多谱段组合的遥感影像复杂网络，提取了能够区分HJ-1A-CCD1遥感影像中绿潮与海水的谱段特征，发现利用B4谱段进行检测的效果最好。（3）将本文提出的方法与基于关联规则挖掘的绿潮检测方法进行了比较，关联规则挖掘是遥感影像中地物分类的常用方法，其基本思想是统计发现光谱特征与像素点类别之间的关联规则，通过对两种方法检测结果的精确度与准确率的比较，发现用社团发现的方法在环境卫星遥感图像上进行绿潮检测结果的精确度和准确率比基于关联规则挖掘的绿

4、潮检测结果高，验证了本文方法的有效性。关键词：复杂网络；绿潮检测；遥感图像；社团发现；AbstractEffectivewaysofmonitoringandforecastingmarinedisastersareimportantpracticalproblemstobesolvednow.Satelliteremotesensingimage,whichiswiththefeatureofreal-time,coveringawiderangeandsoon,effectiveanalysisisanimpo

5、rtantmeansofmonitoringmarinedisasterforecasting.Currently,dataminingasacommonmethodofremotesensingimageprocessingandanalyzinghasbeenwidelyused.However,dataminingisasubject-oriented,remotesensingimageprocessingoftenfocusesonlyonspecifictopics(e.g.relationshipbe

6、tweenspectrum),andremotesensingimagesofeachspectrumisnotonlyacorrelationbetweenremotesensingimagebutalsohasstructuralfeatures.Itsstructurecanreflecttherelationshipbetweenhomogeneousandheterogeneousfeaturebetweenremotesensingimages,whiledataminingmethodsarediff

7、iculttoanalyzestructuralfeaturesofremotesensingimages.Forthislimitation,themainresearchesandworksofthispaperareasfollow:1Basedoncomplexnetworktheory,weproposeacomplexnetworksmodeltodescribethestructureofremotesensingimages.Themodelabstractpixelasnodes,andifasi

8、debetweennodesisexistisdeterminedbythespectrumEuclideandistance.Fortheestablishedremotesensingimagescomplexnetwork,weanalyzeitstopologicalproperties,usethecommunitytofindsubnetwith