在重建空间数据时,如果条件数据较少甚至没有任何条件数据,重建结果常常出现较多的不确定性,此时适合采用基于统计原理的随机模拟方法重建空间数据.多点信息统计法(Multiple-Point Statistics,MPS)是目前随机模拟的主流方法,它可以将训...在重建空间数据时,如果条件数据较少甚至没有任何条件数据,重建结果常常出现较多的不确定性,此时适合采用基于统计原理的随机模拟方法重建空间数据.多点信息统计法(Multiple-Point Statistics,MPS)是目前随机模拟的主流方法,它可以将训练图像中提取的本质特征复制到重建区域.由于传统采用线性降维的MPS无法较好处理非线性数据,而局部线性嵌入(Locally Linear Embedding,LLE)可以实现对非线性数据的降维,因此提出LLE与MPS相结合的空间数据不确定性重建方法.利用该方法对图像数据进行重建实验,实验结果证明该方法的有效性.展开更多
文摘在重建空间数据时,如果条件数据较少甚至没有任何条件数据,重建结果常常出现较多的不确定性,此时适合采用基于统计原理的随机模拟方法重建空间数据.多点信息统计法(Multiple-Point Statistics,MPS)是目前随机模拟的主流方法,它可以将训练图像中提取的本质特征复制到重建区域.由于传统采用线性降维的MPS无法较好处理非线性数据,而局部线性嵌入(Locally Linear Embedding,LLE)可以实现对非线性数据的降维,因此提出LLE与MPS相结合的空间数据不确定性重建方法.利用该方法对图像数据进行重建实验,实验结果证明该方法的有效性.
