摘要
本发明提供一种交通要素遥感特征提取方法及系统、交通要素识别方法及系统,交通要素遥感特征提取方法包括以下步骤:通过待提取区域的遥感数据,形成样本集和特征集;基于样本集和特征集分别计算遥感特征集中各遥感特征的样本可分离性、冗余性和Gini系数;基于每个遥感特征的样本可分离性、冗余性和Gini系数计算得到每个遥感特征的特征重要性值;所述特征重要性值用于评估每个遥感特征的样本可分离性、冗余性和Gini系数的联合效应;选取特征重要性值超过设定阈值的遥感特征作为待提取区域的交通要素遥感特征。本发明在样本、特征和算法的研究基础上进行特征综合筛选与优化,进一步解决数据冗余,提高交通要素遥感提取效率和精度优化等问题。
技术关键词
特征提取方法
交通
地物类别
样本
光学遥感卫星影像
数字高程模型数据
冗余
选取特征
训练神经网络模型
识别模型训练
特征值集合
坐标
模块
变换特征
识别方法
训练集
特征提取系统
后向散射系数
纹理特征
系统为您推荐了相关专利信息
客户端
差分隐私
神经网络模型
数据存储模块
神经网络训练方法
外观缺陷检测方法
核燃料组件
特征提取器
样本
神经网络模型
资源推荐模型
资源特征
序列特征
异构
资源推荐方法