高斯混合模型及其在工业热源遥感识别中的应用

李乐林, 王文曦, 杨文涛, 陈浩, 彭焕华, 赵茜

Gaussian mixture model and its application in remote sensing identification of industrial heat sources

LI Lelin, WANG Wenxi, YANG Wentao, CHEN Hao, PENG Huanhua, ZHAO Qian

表1 工业热源子类温度特征GMM模型

Tab.1 GMM for temperature characteristics of industrial heat source subclasses

企业类别	GMM模型	R²	调整后R²	RMSE/%
冶金	$f (x) = 4.55 e^{- {(\frac{x - 874.2}{85.41})}^{2}} + 3.315 e^{- {(\frac{x - 1094}{1443})}^{2}} + 0.2803 e^{- {(\frac{x - 1531}{1302})}^{2}}$	0.993 7	0.993 2	0.114 1
水泥	$f (x) = 11.52 e^{- {(\frac{x - 840}{93.58})}^{2}}$	0.937 2	0.934 8	0.870 4
石化	$f (x) = 4.894 e^{- {(\frac{x - 1191}{168})}^{2}} + 2.275 e^{- {(\frac{x - 858.4}{119.6})}^{2}} + 0.1839 e^{- {(\frac{x - 1586}{206.1})}^{2}}$	0.988 0	0.986 9	0.218 5
煤化	$f (x) = 4.533 e^{- {(\frac{x - 1752}{103.8})}^{2}} + 2.041 e^{- {(\frac{x - 1776}{324.1})}^{2}}$	0.970 9	0.967 6	0.277 8