基于参数优化AdaBoost算法的酸性火山岩岩性分类

岩性识别是火山岩油气藏勘探的基础,为提高长岭气田火山岩岩性识别的准确率,采用决策树、支持向量机、逻辑回归、AdaBoost-决策树、AdaBoost-支持向量机和AdaBoost-逻辑回归6种算法,对研究区酸性火山岩岩性进行分类与识别。通过分析研究区火山岩不同岩性的测井响应特征,选取了对火山岩岩性、组构和孔隙结构反应灵敏的12种岩石物理测井参数作为分类特征量。选择3口井中岩心分析和岩矿录井资料完整的7 150个测井数据作为数据集,并从中随机选取70 % 的数据作为训练集建立岩性识别模型,剩余30 % 的数据作为测试集。对6种算法建立的模型通过交叉验证进行参数优化及模型评价,对比不同算法与录井剖面的结果表明,AdaBoost-决策树算法可作为长岭气田利用常规测井资料识别火山岩岩性的有效手段,准确率可达90 % 以上。     

高光谱遥感油气勘探进展

遥感方法用于油气勘探已有多年的历史。随着高光谱遥感技术的发展,高光谱遥感油气勘探近年来取得了很大的进展。简要介绍了高光谱油气勘探的基本原理和流程,重点讨论了烃渗漏引起地表烃异常、岩石矿物蚀变异常以及植被异常的高光谱响应机制,以及目前研究中存在的问题。归纳总结了目前用于油气勘探的高光谱影像数据类型及特点。高光谱遥感方法用于油气勘探,在高光谱异常响应机制、数据来源以及数据处理和分析方面还有许多问题有待解决,针对这些问题,提出了相应的解决思路。     

石油院校转专业政策对非主干专业学生的影响及其应对策略

近年来,石油院校学科综合性越来越强,学科分类越来越细。转专业政策的实施,为学生提供了更多选择专业的机会。但石油院校主干与非主干专业在软硬件方面都存在较大差距,导致学生有选择的向主干专业单向流动,造成了非主干专业人才的大量流失,影响了专业的发展和人才培养。本文通过使用SPSS因子分析法对中国石油大学(北京)环境科学专业部分学生进行调查,从而分析影响非主干专业学生转专业的因素及转专业政策对非主干专业学生的影响,以期对今后大学生的转专业抉择及转专业后的学习、生活等方面提供一定参考。     

基于EMD与神经网络的油膜高光谱数据特征提取

针对油膜和本底海水的光谱特征,提出了一种基于经验模态分解的高光谱数据特征提取方法,并通过BP神经网络构建分类器对油膜和本底海水进行分类识别。该方法首先利用经验模态分解把原始信号在425~2 390 nm谱段范围内分解为若干个固有模态函数(IMF\|Intrinsic Mode Function),然后计算出每一个IMF的能量,选取若干个包含主要特征信息的IMF分量的能量特征参数作为BP神经网络的输入参数来识别海洋表面油膜信息。研究结果表明,该方法能准确、有效地识别出海洋表面微薄的油膜信息。     

GeoTIFF在处理海量遥感图像中的实现及应用

GeoTIFF作为Tif文件在地理信息系统（GIS）中的扩展有着重要意义。结合修改GeoTIFF工具库中LibGeoTiff的代码，实现了海量遥感图像的地理信息读写，并结合四叉树理论快速进行了海量图像的分割显示。最后给出VC＋＋的应用实例，试验结果用Envi遥感处理软件证明了这种方法的可行性和实用性。     

GeoTIFF在处理海量遥感图像中的实现及应用

GeoTIFF作为Tif文件在地理信息系统(GIS)中的扩展有着重要意义.结合修改GeoTIFF工具库中LibGeoTiff的代码,实现了海量遥感图像的地理信息读写,并结合四叉树理论快速进行了海量图像的分割显示.最后给出VC 的应用实例,试验结果用Envi遥感处理软件证明了这种方法的可行性和实用性.     

运用经验模态分解和压缩感知方法进行遥感影像超分辨率重建

遥感影像的超分辨率重建在提高遥感影像的地物识别能力、不同空间分辨率遥感影像融合等方面具有重要的意义。在前人研究的基础上,结合影像经验模态分解(Empirical Mode Decomposition,EMD)、压缩感知理论和主成分变换方法,实现彩色影像的超分辨率重建。算法运用EMD方法首先得到影像的高频成分,然后通过K-SVD学习方法得到过完备字典,运用MOP(Orthogonal Matching Pursuit,正交匹配追踪)方法重构影像。在此基础上,对多光谱影像进行PCA变换,利用第一主成分(PC1)进行字典学习,将得到的字典运用于多光谱影像的超分辨率重建,得到超分辨率的彩色影像。以Geoeye-1全色和多光谱影像为例,验证方法的有效性。     

基于关联规则的面向对象高分辨率影像分类

以北京市昌平区Geoeye-1高分辨率遥感影像为试验数据,研究了关联规则挖掘和面向对象相结合的地物分类方法。首先探讨了关联分类法的原理,再通过图像分割、特征提取、关联规则挖掘、分类器构建一系列过程实现了基于关联规则的面向对象高分辨率影像分类,最终评估分类精度并与K-近邻法进行了对比。结果表明,该方法具有较好精度,能够在一定程度上摆脱地物分类对于专家知识的依赖。     

基于分形信号的高光谱影像增强方法

目前常用的高光谱影像增强方法大多继承了多光谱影像的增强处理方法,这类方法没有充分利用光谱信息,而基于混合像元分解的图像增强方法存在端元的选取问题。基于影像的自相似特征,探索运用分形信号进行遥感影像增强的可能性。以3景Hyperion高光谱影像数据为基础,把基于地毯的方法进行修正后用于计算高光谱影像中每一像元的分形信号。结果表明,与原始高光谱影像相比,分形信号影像可以更好地突出地物特征,从而达到影像增强的目的,原始曲线形态特征、初始尺度的选择以及采样点数目对分形信号和分形特征尺度均有影响。     

高光谱遥感数据光谱曲线分形特征研究

提出一种基于分形分析的高光谱遥感数据处理方法．从反射光谱的产生机理、全色影像与单色影像表现出来的自相似现象以及用不同尺度量尺测量曲线所表现出来的幂指数关系三个方面,说明高光谱遥感数据中像元中光谱曲线具有分形的特征,简述了研究光谱曲线分形特征在高光谱遥感数据处理中的意义．