苏红军
- 作品数：59 被引量：602H指数：11
- 供职机构：河海大学更多>>
- 发文基金：国家自然科学基金地理空间信息工程国家测绘地理信息局重点实验室开放研究基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术天文地球文化科学历史地理更多>>
- 基于GIS的电子政务研究——以徐州市为例
- 随着中国社会信息化的发展,电子政务已成为当前社会经济信息化的突破口,而基于 GIS 的电子政务建设也成为当前的一个热点。本文以徐州市电子政务的建设为例,探讨了电子政务的技术基础、空间数据基础设施等问题;并提出徐州市电子政...
- 苏红军薛延延张斌陈小伟
- 关键词：电子政务地理信息系统空间数据基础设施体系结构
- 面向地理问题求解的数据表达模型研究被引量：7
- 2009年
- 本文以地理问题求解和地理科学研究建模环境建设的需求为导向,针对面向地理问题求解建模环境在利用多源异构数据方面遇到的问题,进行了面向地理问题求解的数据表达模型(XGE-DRM)的研究。本文重点研究了多源、异构、跨领域地理数据的表达方式与组织规范,从原子数据层与对象组织层两个层次对XGE-DRM的基本原子构成与对象组成方式进行了阐述;通过对地理数据的结构与语义进行解析,显式表达地理数据的结构与语义;在结构清晰、语义明确的情况下,实现多源异构数据的抽取与交换,最终实现多源异构数据的共享。实验证明,文中提出的数据表达模型能够实现多源异构数据的通用表达,解决地理问题求解建模环境平台下数据共享的问题。
- 陈旻盛业华温永宁苏红军郭飞
- 高光谱数据特征选择与特征提取研究
- 高光谱遥感数据的最主要特点是:传统图像维与光谱维信息融合为一体,即"图谱合一".针对高光谱数据波段多、数据量大、冗余度大等特点,论述了特征选择和特征提取的若干算法,分析了各自的优缺点.重点研究了导数光谱算法,并针对二值编...
- 苏红军杜培军
- 关键词：高光谱遥感光谱特征信息融合
- 建设数字徐州的理论分析与构想被引量：2
- 2005年
- 在新的世纪里,信息化的浪潮一浪高过一浪,一个地区信息化的程度已经成为衡量其社会经济发展水平和文明发达程度的重要标志。徐州作为一个具有很大发展潜力的城市,建设数字徐州是必须的也是十分必要的。以数字城市的基础理论为起点,探讨了建设数字徐州的若干问题,即建设数字徐州的总体框架、核心支撑技术、保障体系等重要内容。最后,提出了建设数字徐州的几个重点工程。可以预测数字徐州的建设将会极大地提高徐州市的信息化水平,改善徐州市的社会经济发展环境,促进其国民经济的可持续发展。
- 苏红军
- 关键词：数字城市信息基础设施地理信息系统
- 自适应切空间协同表示高光谱遥感分类方法
- 高光谱遥感因其能够获取大量连续的窄波段光谱信息而广泛应用于军事、农业等领域。高光谱数据因其维数高、数据冗余等问题给传统分类方法带来挑战。近来，协同表示分类方法[1](CRC)因其模型简单、可拓展性强而广泛应用到高光谱遥感...
- 赵波苏红军
- 萤火虫算法优化的高光谱遥感影像极限学习机分类方法被引量：11
- 2015年
- 机器学习方法在高光谱遥感影像分类中广泛应用,本文使用新型的极限学习机(Extreme Learning Machine,ELM)进行高光谱遥感影像分类,针对ELM中正则化参数C和核参数σ,提出以萤火虫算法(Firefly Algorithm,FA)进行优化。首先,采用萤火虫算法进行高光谱遥感影像的波段选择,以便降低维数;然后,利用萤火虫算法以分类精度最大化为准则对ELM的参数组合(C,σ)进行寻优;最后,利用参数优化后的ELM分类器,对3个不同传感器的高光谱遥感影像进行分类。实验中将新型的萤火虫算法与遗传算法(Genetic Algorithm,GA)和粒子群算法(Particle Swarm Optimization,PSO)进行了对比,并将ELM的性能与支持向量机(Support Vector Machine,SVM)方法作对比。结果表明,FA优化方法优于传统的GA和PSO优化方法,ELM方法的效果在训练时间和分类准确率2个方面都优于SVM方法。实验说明,本文提出的方法具有较好的适用性和较优的分类效果。
- 蔡悦苏红军李茜楠
- 关键词：极限学习机高光谱遥感参数优化
- 高光谱数据特征选择与特征提取研究被引量：53
- 2006年
- 高光谱遥感数据的最主要特点是:传统图像维与光谱维信息融合为一体,即“图谱合一”。针对高光谱数据波段多、数据量大、冗余度大等特点,论述了特征选择和特征提取的若干算法,分析了各自的优缺点。重点研究了导数光谱算法,并针对二值编码的不足研究了其改进算法——四值编码算法。最后用编码技术和导数光谱技术提取了地物的光谱特征参数;试验表明:四值编码算法比二值编码算法效果更佳;光谱导数阶数越高,对地物特征的表达越有效。
- 苏红军杜培军
- 关键词：光谱特征地物识别
- 基于改进萤火虫算法的高光谱遥感多特征优化方法被引量：6
- 2018年
- 目前,高光谱遥感影像分类时光谱信息使用较多,难以充分挖掘空间信息。针对该问题,提出一种基于改进萤火虫算法(Firefly Algorithm,FA)的高光谱遥感多特征优化方法。首先提取高光谱遥感影像的4种空间特征:局部统计特征、灰度共生矩阵特征、Gabor特征和形态学特征,并与波段选择的部分光谱波段组合,构建多特征集合;然后利用萤火虫算法对提取的多特征集合进行优化和特征选择,针对萤火虫算法收敛速度较慢问题,借鉴粒子群优化算法,引入随机惯性权重改进了萤火虫算法的位置更新公式;目标函数采用JM距离(Jeffreys-Matusita Distance)和Fisher Ratio。利用两组城市高光谱遥感数据进行了土地覆被分类研究,并将仅利用原始光谱信息进行波段选择的分类结果与利用多特征信息的分类结果进行了对比分析。实验表明:随机惯性权重可以提高FA特征选择的速度,且优化后的光谱与空间信息特征有助于提高城市土地覆被分类的精度,两组实验数据的特征优选结果统计均表明空间特征中的形态学特征被选择次数最多,局部统计特征和形态学特征相对于GLCM特征和Gabor特征更有助于高光谱遥感图像的分类。
- 刘慧珺苏红军赵波
- 关键词：高光谱遥感萤火虫算法
- 一种基于改进型层次聚类的高光谱遥感数据降维方法
- 本发明公开了一种基于改进型层次聚类的高光谱遥感数据降维方法，包括如下步骤：选择需进行分析的高光谱遥感影像数据，所述高光谱遥感影像数据含有L个波段；利用SID算法计算每两个波段之间的光谱距离，得到一个光谱距离矩阵<Imag...
- 苏红军李茜楠
- 一种利用空间和光谱信息的高光谱遥感多分类器动态集成算法被引量：8
- 2017年
- 针对高光谱遥感影像分类面临的小样本、分类器不稳定等问题,在总结现有多分类器动态集成算法的基础上,提出了一种利用空间和光谱信息的多分类器动态集成算法。首先,采用支持向量机等5个基分类器构建多分类器集合;其次,计算各个分类器的分类结果,将大多数分类器分类一致的像元列入样本数据;最后,根据待分类像元的邻域像元的标签分类情况,动态地选择合适的方式进行分类器集成。该算法只在空间邻域信息满足一定条件的情况下,才采用空间和光谱信息结合的方法进行处理,即利用空间信息提高算法的灵活性。采用2幅不同传感器的高光谱遥感影像数据对算法进行实验,并与现有5种多分类器动态集成算法进行对比分析。结果表明,本文提出的多分类器动态集成算法可以保持较高的分类精度,并能有效提升高光谱遥感影像分类的稳定性,对于推动高光谱遥感精细分类研究具有一定的理论和实用价值。
- 苏红军刘浩
- 关键词：多分类器系统
