导读:本文包含了面向对象的分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:面向对象,影像,高分,尾矿,无人机,向量,遥感。
面向对象的分析论文文献综述
朱方嫣,沈文娟,李明诗[1]（2019）在《基于WorldView2和GF-2的面向对象多指标综合植被变化分析》一文中研究指出【目的】利用高分辨率卫星影像获取精确的植被变化信息对植被资源合理利用及可持续经营有重要意义。传统的基于像元的直接变化检测法容易产生椒盐噪声,而用面向对象分类法结果又严重依赖于分类精度。本文在分析现有算法优劣势基础上,力图找到一种针对高分辨率遥感数据进行植被变化检测的相对客观算法,并验证其有效性。【方法】基于现有的多指标综合变化分析算法(MIICA),提出了面向对象的MIICA。本算法用准确率(P)和查全率(R)分析确定的最优分割参数对前后两期跨传感器影像进行统一分割,利用分割获得的对象影像进行特征参数提取,并用ROC曲线法选择合适的阈值进行变化信息提取并整合,最终获得植被变化位置及方向(植被增多或减少)。【结果】经与基于像元的MIICA及面向对象分类法的比较,本方法的生产者精度高于基于像元的MIICA,用户精度高于面向对象分类法,并且总体精度和Kappa系数分别达到了0.880和0.805。本方法能更好地反映植被变化的位置及形状,也能较准确地检测出一些面积微小的变化。【结论】面向对象的MIICA能弥补基于像元的MIICA和面向对象分类的缺点,提高检测精度,对存在高人为影响的森林公园或自然保护区植被变化分析、植被资源合理利用及可持续经营有重要意义。(本文来源于《北京林业大学学报》期刊2019年11期）
陈丽萍,张勇,江家宝,李小荣[2]（2019）在《地方应用型高校《UML面向对象分析与设计》课程案例教学法优化研究与实践》一文中研究指出以培养应用型本科人才为目标,针对学生普遍反映的"UML面向对象分析与设计"课程内容抽象,学习吃力而逐渐失去兴趣的情况,结合在该课程的案例教学研究和实践经历,分析了课程目前教学中存在的突出问题,并从案例筛选、理论讲授与案例教学有效结合和案例教学组织过程等方面阐述了该课程案例教学的优化。实践表明,此方法能激发学生学习兴趣,切实提高了软件分析与设计能力。(本文来源于《忻州师范学院学报》期刊2019年05期）
王富对,张耀男,买波,乔立春,左进[3]（2019）在《面向对象协议计量设备的应用与分析》一文中研究指出面向对象数据交换协议是在总结提炼采集系统现有通信协议应用实践基础上,采用面向对象思想进行了创新设计,以高效、灵活、安全、具备互操作性为目标,一套协议贯穿于采集系统主站、采集终端和智能电表,具有业务适应性强、采集效率高、执行成功率高、数据源唯一、兼容性好、安全性高等技术特点。充分了解面向对象数据交换协议的特点,从现阶段用电信息采集运维及深化应用的实际需求出发,结合营销工作经验和采集运维专业知识,通过现场案例,从发现问题、探索本质、解决实际的角度,提炼出实用性较强的解决问题的方法。(本文来源于《宁夏电力》期刊2019年04期）
张沁雨,李哲,彭道黎[4]（2019）在《利用面向对象变化向量分析(OCVA)检测土地利用变化》一文中研究指出为推广国产高分数据在土地利用变化检测方面的应用,以延庆区张山营镇2015和2018年2期高分二号(GF-2)影像为数据源,采用面向对象变化向量分析法(OCVA),先通过不同分割模式获取对象,其次利用引入权重的欧氏距离构建变化向量的模,再通过目标函数确定最佳检测阈值后对研究区进行变化检测,最后对变化区域进行面向对象分类,得到具体的"从…到"变化类型。结果表明:1)多时相组合分割模式下的OCVA法精度要高于多时相分别分割模式;2)利用加权组合方法构建对象变化向量的模更易确定最佳检测阈值,且最后的总体精度要高于传统OCVA法;3)结合面向对象分类的OCVA法能有效减少面向对象分类后变化检测法和单一OCVA法的伪变化,检测精度达到92.50%。(本文来源于《中国农业大学学报》期刊2019年06期）
王舒[5]（2019）在《基于面向对象分析的无人机影像侵蚀沟提取研究》一文中研究指出侵蚀沟在我国的黄土高原地区有着极为广泛的分布,它是侵蚀地貌最主要类型。对于侵蚀沟的治理是土壤侵蚀治理的重要内容。侵蚀沟的提取方法主要包括:目视解译、基于像元分析方法、面向对象方法叁大类。前两种方法费时费力、受限于影像精度而且对解译人员的业务素质和工作经验要求高,面向对象方法往往只利用影像的光谱信息,缺少地形信息,对分类精度造成影响。本文融合无人机影像生产的高分辨率DEM与DOM影像数据,结合面向对象影像分析的方法,使用多层次特征提取对安塞区纸坊沟的侵蚀沟进行提取,部分克服了传统侵蚀沟在地形图上人工目视解译与外业调绘侵蚀沟的费时费力的问题,并且分类精度较高。论文的主要研究内容以及结论如下:(1)确定了侵蚀沟提取的最优分割尺度参数:通过局部方差法得到了研究区域进行冲沟切沟区与浅沟区提取时的最优分割尺度参数,包括形状参数、紧致度参数和最优分割尺度参数。冲沟切沟区地形数据的最优参数组合为(215-0.4-0.7)、冲沟切沟区地形和影像数据的最优参数组合为(187-0.4-0.6),浅沟区地形数据的最优参数组合为(152-0.5-0.7)、地形和影像数据的最优参数组合为(133-0.3-0.5)。(2)构建了面向对象分类的特征空间:利用R语言分割结果的纹理特征、光谱特征与几何特征计算分类误差以及分类精度,并对特征空间的变量重要性进行排序,然后对若干个主要的变量进行保留而后再计算一次效能,通过这样重复的计算直到找出最为合适的变量,构建了面向对象分类的特征空间。其中切沟地形数据的特征为17个,地形加影像数据的特征为18个,而浅沟地形和影像数据的特征为10个。(3)基于面向对象的双层次方法完成了侵蚀沟提取:基于面向对象分类的特征空间,利用面向对象分类思想实现了冲沟切沟区的提取,研究结果表明:地形加影像数据的分类精度整体上要高于地形数据的分类精度,其中地形和影像数据分类中随机森林分类方法的精度最高,整体分类精度为92.82%,Kappa系数为0.85。利用规则分类对浅沟区进行了提取,分类的用户精度为86.96%。(4)分析了各侵蚀沟带的坡度与坡向特征:对各侵蚀沟带的坡度与坡向进行计算,通过计算得到坡度和坡向图和频率曲线,结果表明坡度统计分布图接近于正态分布,坡向的统计分布中阳坡所占比例大于阴坡。(本文来源于《西安科技大学》期刊2019-06-01）
李虹羽[6]（2019）在《面向多语义对象的社交媒体情感分析》一文中研究指出WEB2.0时代,互联网赋予了网民更多的主动权,推动了社交媒体的快速发展。每天都有大量的社交媒体用户活跃在各种各样的社交媒体平台上,例如微博、微信等APP,以及论坛和具有社交功能的购物网站等,产生了大量用户参与的针对人物、组织、事件、产品或服务等发表的评论文本。这些评论文本往往包含着用户自身所表达的情感倾向性,且这些大量的包含用户主观情绪的文本已经成为决策支持的一个有价资源。小到普通用户,大到企业、政府,都可以通过挖掘这些主观性文本来满足自身的需求。针对日益提高的文本分析需求和日益复杂化的社交媒体文本资源,本文关注于面向社交媒体文本的细粒度情感分析问题,研究面向多语义对象的社交媒体文本情感分析,从大量的社交媒体文本中挖掘出用户所针对的评价对象并进行自动化的情感分析,解决社交媒体文本中不同情感词所针对的多个不同语义对象的情感倾向识别问题,明确社交媒体文本中情感的语义指向性。目前已有研究将深度学习方法应用到细粒度情感分析任务中来,并且取得了很多重要理论和应用成果。但由于社交媒体文本的复杂性,深度学习方法在细粒度情感分析任务中仍存在难以有效识别社交媒体文本中所包含的多个不同语义对象和评价词语、难以充分挖掘社交媒体文本中的情感特征信息以有效识别针对多个不同语义对象的情感极性等问题。因此本文从模型架构和技术结合两方面对深度神经网络模型进行改进和技术融合,以提升模型在细粒度情感分析任务中性能。本文的主要研究内容包括:(1)针对如何准确且高效地从社交媒体文本中抽取出具体的语义对象以及相关情感内容等关键信息的问题,本文研究了如何从社交媒体评论文本中抽取出不同的评价对象和评价词语,提出了基于自注意力机制的评价对象和评价词语抽取算法。该方法充分考虑了评论句子序列的全局依赖关系,通过自注意力机制有效地建模评论句子序列的全局依赖,学习句子的内部结构。最后通过对句子序列进行标签预测,实现自动地从社交媒体评论文本中抽取出评价对象和评价词语。(2)针对如何明确社交媒体文本中情感的语义指向性问题,提升判断社交媒体文本中针对多个不同语义对象的情感倾向性的准确率,本文提出了基于联合注意力LSTM网络的方面级情感分析模型。该模型充分考虑了文本的上下文信息、文本中不同语义对象的特征信息以及文本中所包含的情感词信息,结合注意力机制构造了联合注意力LSTM网络并应用到方面级情感分析任务中,以提高方面级情感分类准确率。上述两方面的研究内容,本文均通过分析和实验来验证模型的有效性。(本文来源于《桂林电子科技大学》期刊2019-05-29）
陶刚,刘洋[7]（2019）在《基于面向对象的高分影像城市房屋信息提取与分析》一文中研究指出本文利用基于面向对象的高分遥感影像房屋信息的提取方法,使用多尺度分割结合同一特征的地物融合方式区分成互不交合的地物图像,并结合目标地物的各类属性特征、关系特征,辅以地物的边缘信息来提取房屋信息。结果证明,基于面向对象的提取信息方法分类精度更高。基于面向对象高分遥感信息提取方法与传统的基于面向像元分类方法相比,更加有利于提取高分遥感图像里的房屋。(本文来源于《电子技术与软件工程》期刊2019年09期）
林霞,孙晓燕[8]（2019）在《《UML与面向对象分析和设计》学习评价模式改革探索》一文中研究指出介绍了学习评价的改革思路,实施过程中增加了课堂小组讨论、实验作业和实验报告在平时成绩中的比重,并详细介绍了成绩构成中每一部分的具体实施方法,这种N+1+1综合评价模式提高了学生的课堂参与度和分析问题解决问题的能力。(本文来源于《科技经济导刊》期刊2019年13期）
曹兰杰,吴兵,汪金花,张博[9]（2019）在《面向对象的高分一号铁尾矿遥感信息提取与分析》一文中研究指出针对高分一号遥感数据铁尾矿信息提取精度较低的问题,文中分析了铁尾矿高分遥感图像光谱、纹理及空间特征,构建了铁尾矿遥感光谱特征强化的数学模型RTI和IOT,建立了面向对象的铁尾矿高分遥感信息提取的技术流程。并以唐山典型矿山地区为研究对象,进行了铁尾矿遥感信息的提取实验和精度分析,验证了RTI和IOT强化数学模型在面向对象决策分类规则中的有效性,为铁尾矿资源的目标提取和自动监测提供了一种新的处理方法。(本文来源于《测绘与空间地理信息》期刊2019年04期）
陆海霞,何江,刘立[10]（2019）在《集成面向对象影像分析与KNN算法的多光谱遥感影像分类探讨》一文中研究指出文章分别使用基于像元和基于对象的KNN分类器算法对1024*1024像元大小的宁夏中卫市地区15m空间分辨率Landsat8融合影像进行分类,比较二者分类效率和准确率,探讨其在影像分类上的不同。研究表明无论是基于对象还是基于像元的KNN分类器算总体分类精度都在90%以上。但基于对象的KNN分类器算法相比基于像元的总体分类精度提高1.9%,Kappa系数提高0.026。且使用相同的训练样本进行训练和分类,基于对象的KNN分类器算法仅耗时0.281秒,而基于像元的KNN分类器算法耗时53分7.275秒。(本文来源于《科技创新与应用》期刊2019年11期）
面向对象的分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
以培养应用型本科人才为目标,针对学生普遍反映的"UML面向对象分析与设计"课程内容抽象,学习吃力而逐渐失去兴趣的情况,结合在该课程的案例教学研究和实践经历,分析了课程目前教学中存在的突出问题,并从案例筛选、理论讲授与案例教学有效结合和案例教学组织过程等方面阐述了该课程案例教学的优化。实践表明,此方法能激发学生学习兴趣,切实提高了软件分析与设计能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
面向对象的分析论文参考文献
[1].朱方嫣,沈文娟,李明诗.基于WorldView2和GF-2的面向对象多指标综合植被变化分析[J].北京林业大学学报.2019
[2].陈丽萍,张勇,江家宝,李小荣.地方应用型高校《UML面向对象分析与设计》课程案例教学法优化研究与实践[J].忻州师范学院学报.2019
[3].王富对,张耀男,买波,乔立春,左进.面向对象协议计量设备的应用与分析[J].宁夏电力.2019
[4].张沁雨,李哲,彭道黎.利用面向对象变化向量分析(OCVA)检测土地利用变化[J].中国农业大学学报.2019
[5].王舒.基于面向对象分析的无人机影像侵蚀沟提取研究[D].西安科技大学.2019
[6].李虹羽.面向多语义对象的社交媒体情感分析[D].桂林电子科技大学.2019
[7].陶刚,刘洋.基于面向对象的高分影像城市房屋信息提取与分析[J].电子技术与软件工程.2019
[8].林霞,孙晓燕.《UML与面向对象分析和设计》学习评价模式改革探索[J].科技经济导刊.2019
[9].曹兰杰,吴兵,汪金花,张博.面向对象的高分一号铁尾矿遥感信息提取与分析[J].测绘与空间地理信息.2019
[10].陆海霞,何江,刘立.集成面向对象影像分析与KNN算法的多光谱遥感影像分类探讨[J].科技创新与应用.2019
论文知识图
