【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
王_teacher4 小时前
RNN 循环神经网络 计算过程(通俗+公式版+运行实例)
人工智能·rnn·nlp
玩转单片机与嵌入式4 小时前
一个成熟的嵌入式AI系统,是长什么样子的?
人工智能·单片机·嵌入式硬件·嵌入式ai
曦樂~6 小时前
【机器学习】概述
人工智能·机器学习
DeniuHe6 小时前
机器学习模型中的偏置项(bias / 截距项)到底有什么用?
人工智能·机器学习
小江的记录本7 小时前
【网络安全】《网络安全常见攻击与防御》(附:《六大攻击核心特性横向对比表》)
java·网络·人工智能·后端·python·安全·web安全
深小乐7 小时前
AI 周刊【2026.04.13-04.19】:中美差距减小、Claude Opus 4.7发布、国产算力突围
人工智能
深小乐7 小时前
从 AI Skills 学实战技能(七):让 AI 自动操作浏览器
人工智能
workflower7 小时前
人机交互部分OOD
运维·人工智能·自动化·集成测试·人机交互·软件需求
lanker就是懒蛋7 小时前
深度学习Q&A:手写反向传播与OOM排查的深层逻辑
人工智能·深度学习
Old Uncle Tom7 小时前
Claude Code 记忆系统分析2
人工智能·ai·agent