【文献阅读】基于高阶矩的波形分类方法

文章目录

基本信息

【2017】rse

  • Moritz, Bruggisser, Andreas, et al. Retrieval of higher order statistical moments from full-waveform LiDAR data for tree species classification[J]. Remote Sensing of Environment, 2017,196: 28-41.
缩写
ALS airborne laser scanning 机载激光扫描
FW Full-waveform 全波形
SND skew normal distribution 偏正态分布
DBH diameter at breast height 胸径
SVM support vector machine 支持向量机

本文根据ALS数据的全波形信息,基于SND模型,提取回波信号的高阶矩,实现了对不同树种的波形分类。

SND及其统计特征

SND函数由正态分布的密度函数 ϕ ( x ) \phi(x) ϕ(x)和分布函数 Φ ( x ) \Phi(x) Φ(x)混合而成的一种函数,可以表示为

f ( x ∣ α , ω ) = 2 ϕ ( x ) Φ ( α x ) f(x|\alpha, \omega)=2\phi(x)\Phi(\alpha x) f(x∣α,ω)=2ϕ(x)Φ(αx)

其中

ϕ ( x ) = 1 2 π exp ⁡ ( − x 2 2 ) Φ ( x ) = ∫ − ∞ x ϕ ( x ) d x = 1 2 ( 1 + erf ⁡ x 2 ) \begin{aligned} \phi(x)&=\frac{1}{\sqrt{2\pi}}\exp(-\frac{x^2}{2})\\ \Phi(x)&=\int^x_{-\infty}\phi(x)\text{d}x=\frac{1}{2}(1+\operatorname{erf}\frac{x}{\sqrt{2}}) \end{aligned} ϕ(x)Φ(x)=2π 1exp(−2x2)=∫−∞xϕ(x)dx=21(1+erf2 x)

erf ⁡ \operatorname{erf} erf是误差函数。

所以, f ( x ) f(x) f(x)的完整形式为

f ( x ∣ A , s , α , ω ) = A ω exp ⁡ ( − ( x − s ω ) 2 2 ) 2 ϕ ( x ) ( 1 + erf ⁡ α ( x − s ω ) 2 ) f(x|A, s, \alpha, \omega)=\frac{A}{\omega}\exp(-\frac{(\frac{x-s}{\omega})^2}{2})2\phi(x)(1+\operatorname{erf}\frac{\alpha(\frac{x-s}{\omega})}{\sqrt{2}}) f(x∣A,s,α,ω)=ωAexp(−2(ωx−s)2)2ϕ(x)(1+erf2 α(ωx−s))

记 δ = α 1 + α 2 \delta=\frac{\alpha}{1+\alpha^2} δ=1+α2α,则其偏度和峰度为

skew = 4 − π 2 2 δ 2 / π 1 − 2 δ 2 / π 3 , kurt = 4 − π 2 2 δ 2 / π 1 − 2 δ 2 / π 4 \text{skew}=\frac{4-\pi}{2}\sqrt{\frac{2\delta^2/\pi}{1-2\delta^2/\pi}}^3,\quad \text{kurt}=\frac{4-\pi}{2}\sqrt{\frac{2\delta^2/\pi}{1-2\delta^2/\pi}}^4\\ skew=24−π1−2δ2/π2δ2/π 3,kurt=24−π1−2δ2/π2δ2/π 4

分类

本文的目的是对下表中的树木进行分类,分析发现,不同树种的回波偏度有着显著差异,说明偏度可以作为区分树种的重要特征,而峰度则不具备这种特性。

物种名称 数目 类型 DBH[cm] 高度[m]
Silver fir (Abies alba) 67 针叶 54.54 36.02
Norway spruce (Picea abies) 32 针叶 65.57 34.73
Norway maple (Acer platanoides) 35 落叶 31.38 28.62
Sycamore maple (Acer pseudoplatanus) 145 落叶 35.00 31.47
European beech (Fagus sylvatica) 396 落叶 46.35 30.87
European ash (Fraxinus excelsior) 208 落叶 42.64 32.19
Large-leaved lime (Tilia platyphyllos) 86 落叶 30.86 29.09
总计 969
  • Conifer 针叶
  • Deciduous 落叶

文中使用了SVM分类器,具体使用的是LIBSVM提供的Matlab接口。结果标明,在加入峰度和偏度判据之后,其PA和UA均有所提高。

相关推荐
不去幼儿园23 分钟前
【MARL】深入理解多智能体近端策略优化(MAPPO)算法与调参
人工智能·python·算法·机器学习·强化学习
想成为高手49928 分钟前
生成式AI在教育技术中的应用:变革与创新
人工智能·aigc
YSGZJJ1 小时前
股指期货的套保策略如何精准选择和规避风险?
人工智能·区块链
无脑敲代码,bug漫天飞1 小时前
COR 损失函数
人工智能·机器学习
HPC_fac130520678162 小时前
以科学计算为切入点:剖析英伟达服务器过热难题
服务器·人工智能·深度学习·机器学习·计算机视觉·数据挖掘·gpu算力
小陈phd5 小时前
OpenCV从入门到精通实战(九)——基于dlib的疲劳监测 ear计算
人工智能·opencv·计算机视觉
Guofu_Liao6 小时前
大语言模型---LoRA简介;LoRA的优势;LoRA训练步骤;总结
人工智能·语言模型·自然语言处理·矩阵·llama
wxl78122710 小时前
如何使用本地大模型做数据分析
python·数据挖掘·数据分析·代码解释器
ZHOU_WUYI10 小时前
3.langchain中的prompt模板 (few shot examples in chat models)
人工智能·langchain·prompt
如若12310 小时前
主要用于图像的颜色提取、替换以及区域修改
人工智能·opencv·计算机视觉