低质量遥感图像的时空两维联合挖掘实现仿真

摘要：

研究遥感图像的准确挖掘定位问题.在遥感图像采集中,大量的低质量图像会使真正需要定位图像的特征变模糊.传统的基于决策树的图像挖掘分类器,无法处理低质量图像中存在的数据缺失以及噪声干扰,导致图像数据库中某些属性的字段缺值或数据不完整或丢失,使产生的决策树无法对图像数据进行有效的挖掘分析.提出一种时空两维联合的低质量图像挖掘方法.首先,在Apriori算法中融入时间维度以及空间维度.然后,在不同的时间段以及空间层中,通过最小能耗监控单元,塑造分时分层的数据挖掘模型,挖掘出更多的图像关联知识.最后,采用自适应遗传方法对算法的挖掘过程进行优化,避免算法出现局部最佳解.仿真实验结果表明,改进方法的挖掘时间开销以及空间开销都优于决策树方法,能够对低质量遥感图像进行快速、准确的挖掘,具有较高的应用价值.

关键词：低质量图像、时空两维、数据挖掘、结构项集

所属期刊栏目：31

分类号：F127(中国经济)

在线出版日期：2014-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：380-383