五、P23 攝影測量與遙感學

CH20111443 3D井地磁測聯合反演技術及其在危機礦山找礦中的應用=3D Joint Inversion of Surface and Borehole Magnetic Data and Its Application to Crisis Mines Exploration/馮杰，劉天佑，楊宇山（中國地質大學（武漢）地球物理與空間信息學院）∥武漢大學學報·信息科學版.-2010，35（12）.-1436～1439

介紹了3D井地磁測聯合反演技術及其必要性，并將其應用于大冶鐵礦某礦區，獲得了較好的效果。該方法適用于我國的各個礦區，充分利用了井中及地面磁測資料的優勢、先驗信息及解釋人員的經驗，克服了單一資料反演的缺陷，能夠準確地判斷地下地質（礦）體的空間形態、位置。圖4參14

?井中磁測 地面磁測 聯合反演 可視化

CH20111444 利用AdaBoost算法進行高分辨率影像的面向對象分類=Object-oriented Classification of High Spatial-resolution Remote Sensing Imagery Based on AdaBoost/龔健雅，姚璜，沈欣（武漢大學測繪遙感信息工程國家重點實驗室）∥武漢大學學報·信息科學版.-2010，35（12）.-1440～1443，1448

利用面向對象的遙感影像處理技術，通過影像分割構建影像對象，選取若干分割后的影像對象作為訓練樣本。利用提取出的訓練樣本并利用多種特征（光譜、紋理、空間），使用AdaBoost算法對影像對象進行分類。Quick-Bird影像分類實驗證明了此方法的有效性。圖3表5參8

?高分辨率 影像分類 面向對象

CH20111445 利用ReliefFO和海明遺傳算法的面向對象分類特征選擇算法=Object-oriented Feature Selection Algorithms with ReliefFO and H aiming Genetic Algorithm/張穎娜，張超，趙冬玲，楊建宇（中國農業大學信息與電氣工程學院）∥武漢大學學報·信息科學版.-2010，35（12）.-1444～1448

對ReliefF算法進行改進，提出了基于對象的特征評價算法——ReliefFO算法。利用分類決策面能夠在類間移動的最大距離，對特征子集進行評價；并采用海明遺傳算法，利用近親交叉回避策略對特征子集進行選擇、交叉、變異等遺傳操作，以搜索最優特征子集?！?br>