时间序列遥感影像关联关系挖掘
本文以美国80余个空军基地的时间序列高分辨率光学遥感影像提取的典型目标为数据基础开展时空数据挖掘研究.本文旨在挖掘美国各空军基地在较长时间序列中的遥感影像数据对象的时空关联关系,包括数据对象的空间关系,以及数据对象随时间变化的规律,进而挖掘出随着时空变化或在同一时空里,遥感影像数据对象之间的内在联系.采用基于深度学习的目标检测与分类方法生成大规模遥感影像典型目标数据库.在此基础上,采用包含时空信息的频繁模式增长算法(FP-Growth)挖掘时空关联关系,通过分析同一机场同时或分时情况下飞机类型之间的关联关系,得到该机场经常同时或分时出现的各种飞机的类型信息;通过分析同一机型同时或分时出现在不同机场的情况,得到该机型经常出没的机场信息,从而分析机型与机场的军事用途,预测各种类型的飞机是否需要协同作战及机场的战术战略指向,从而为作战指挥决策提供支持,具有重要的现实意义.
遥感影像 时间序列 关联关系挖掘 深度学习
魏皓 王瑞 韩仲醒 张慧 胡晓惠
中国科学院软件研究所 北京 100190
国内会议
武汉
中文
1-14
2017-09-17（万方平台首次上网日期，不代表论文的发表时间）