【摘 要】
：
高光谱图像通常由上百个波段组成,其中包含丰富的空间、辐射以及光谱信息。然而,这些高维数据也会造成维度灾难问题,导致数据难以有效利用。本论文提出利用流形学习算法对高光谱图像进行降维。对于高光谱图像,高维空间中的数据往往是按照一定的低维空间结构排列,这些结构被称为“流形”。本论文基于流形学习挖掘这些高维数据集中的特定结构,以便进行回归分析以及分类等后续处理。然而,大部分流形学习算法对大小为N×N的数据
论文部分内容阅读
高光谱图像通常由上百个波段组成,其中包含丰富的空间、辐射以及光谱信息。然而,这些高维数据也会造成维度灾难问题,导致数据难以有效利用。本论文提出利用流形学习算法对高光谱图像进行降维。对于高光谱图像,高维空间中的数据往往是按照一定的低维空间结构排列,这些结构被称为“流形”。本论文基于流形学习挖掘这些高维数据集中的特定结构,以便进行回归分析以及分类等后续处理。然而,大部分流形学习算法对大小为N×N的数据相似矩阵进行特征向量分析,其中N表示数据点的数量。该分析的复杂度至少为O(N2),使得普通计算机对大数据
其他文献
森林是陆地生态系统的重要组成部分,对人类生存有着十分重要的意义。其中,森林生物量不仅是生态系统生产力重要的评估指标,也是反映森林生态环境的重要因子。同时,森林生物量在全球碳循环、水循环和能量循环中也起到了重要的作用。由于遥感技术具备快速、准确、对目标无破坏性并能进行宏观监测的优势,使其为大尺度森林生物量的估测和高时间分辨率的动态变化研究提供了便捷的途径。同时,不同类型遥感数据记录着森林不同层面信息
通过类似悬臂梁的机械结构对环境中振动能自动收集的微型器件对于日益小型化的微型系统具有非常重要的意义。其中,压电薄膜式系统具有体积微小、质量轻、转化率高等优势,是最有潜力的一种振动能收集方式。部分研究者将精力集中在高分子类的柔性衬底上。然而,高分子柔性衬底具有一些固有缺陷:不能承受高温、在机电系统中必须制备下电极从而形成金属-绝缘材料-金属(M-I-M)的结构。因此,一种哈氏合金(C276)将因其耐
随着我国工业的不断进步,设备制造行业得到了飞速发展,每年的冷却设备生产量在全球属于前列,这为工业生产提供有力支持和保障,但与此同时,数目庞大的设备使用给我国资源现状带来了极大的负担,设备用水的供需矛盾愈加明显。水资源是发展郭明经济的重要一环,因此国家对工业设备的节能要求在逐年提升。蒸发式冷凝器作为符合国家节能减排策略的冷却设备,其在暖通空调等各国民经济领域都受到极大的关注,发展趋势良好。本文主要围
“无印良品”作为日本“无品牌”的品牌代表,受到很多消费人士的追捧。其成功已经不仅仅局限于设计上,更多的是对消费者生活方式的影响以及精神层面的升华。在当今社会,很多品牌追求奢侈豪华包装时,“无印良品”反其道而行之,以极简包装或零包装独树一帜,将自然主义与人文关怀融入设计中,创造出触动消费者心灵的绿色包装。本文首先阐述了“无印良品”产生的时代背景和设计理念;其次分析了无印良品包装设计,分别从包装的形式
化妆品是时尚消费品,女性作为化妆品的主要消费群体,她们对化妆品的需求量非常大。在女性庞大的消费驱动下,女性化妆品市场的竞争变得越来越激烈。在化妆品业日趋同质化的今天,化妆品包装的设计也越来越突显它的重要性。本论文试图从女性审美心理的角度,通过对女性化妆品包装设计的功能和定位进行具体研究,分析女性审美心理在化妆品包装设计中的重要性。首先对女性消费者进行审美心理的分析,通过男性与女性不同的审美方式对比
多年来虽然涌现出了多种遥感图像分割算法,但是遥感图像分割仍然存在分割精度低、适应性差的问题。作为图像分割领域比较经典的算法,Mean Shift算法是一种基于特征向量的聚类算法,被广泛应用在目标追踪、图像噪声平滑、图像分割等领域。虽然Mean Shift图像分割算法适应性强,具有较好的分割精度,但是它是一种计算密集型算法,随着图像像素数据量的增大,Mean Shift算法计算量呈现出指数级的增长趋
随着社会的发展,当代社会人们生活品位提升、需求多样化,越来越多的人——特别是新一代的80后父母,开始关注和重视婴幼儿早期认知、阅读的培养。0～3岁的婴幼儿由于其年龄限制下的认知特征,并不只满足于视觉上的阅读体验,常用啃、咬、撕、抠、挥、砸等方式来对待读物。质地柔软的无毒害的材质的布书显然更适合0～3岁的婴幼儿使用。在一些发达国家,布书已成为每一个宝宝必备的益智玩具书。在中国,布书产业还处于起步阶段
遥感获取的地表温度(简称遥感地表温度)作为地气能量交换,土壤蒸散发,农作物估产,环境监测等研究领域的重要输入数据,其精度高低直接或间接地影响着研究结果的可靠性。但受限于地面实测数据测量的空间范围较小、代表性较弱的弱点,验证遥感地表温度的精度,尤其在异质性下垫面的精度时,会受到尺度效应的显著影响。此外验证地表温度还会受到地面试验数据转换为地表温度时所使用的方法和处理过程的影响,试验数据处理的精度也会
大气的存在影响了多光谱遥感图像的地物特征,如果有云存在将进一步影响遥感图像的地物特征。目前,大气校正的算法和软件被广泛的使用,但去除多光谱遥感图像中云的影响是仍是现在面临的一大挑战,所以研究多光谱遥感图像的去云方法很有意义。本毕业论文专注于单幅多光谱遥感图像的去云,并提出了两种去云算法。首先,利用云的光谱特征,文中提出了一种全新的去云算法。该算法先校正卷云,而后利用像素替换去除剩下的薄云影响。以一
遥感图像很重要的一个属性就是尺度,它的大小直接决定了一副图像所蕴含信息量的多少。目前所拥有的遥感数据的尺度与实际科研生产所需的数据的尺度之间有一定差异,例如:星载或机载成像设备都只能采集到某一种或几种分辨率的数据,不能获得分辨率连续变化的数据。某种尺度的遥感图像可能表达一种地物是合适的,但换成别的地物则未必合适。因此通过对典型地物进行尺度效应研究,获取适宜于表达典型地物的最优尺度,使遥感图像应用到