【摘 要】
：
高光谱图像是三维立方体结构,集空间地理信息和高分辨率的光谱信息于一身,具有“图谱合一”的特点。随着高光谱遥感技术的快速发展,高光谱成像仪硬件性能也得到了进一步提升,已经被广泛运用到矿物检测,大气遥感,植被检测,农作物病虫害监测、国防军事等相关领域。但是由于高光谱图像中存在大量的冗余信息和噪声干扰,如何去除图像中的冗余信息和挖掘隐藏的有用信息是高光谱应用中的重要一环。在早期阶段,由于高光谱图像的复杂
论文部分内容阅读
高光谱图像是三维立方体结构,集空间地理信息和高分辨率的光谱信息于一身,具有“图谱合一”的特点。随着高光谱遥感技术的快速发展,高光谱成像仪硬件性能也得到了进一步提升,已经被广泛运用到矿物检测,大气遥感,植被检测,农作物病虫害监测、国防军事等相关领域。但是由于高光谱图像中存在大量的冗余信息和噪声干扰,如何去除图像中的冗余信息和挖掘隐藏的有用信息是高光谱应用中的重要一环。在早期阶段,由于高光谱图像的复杂性和多样性,难以选择一种传统的特征提取方法来应用于所有类型的高光谱数据。深度学习方法的运用可以根据预先设
其他文献
随着电子技术、半导体技术和集成电路技术的不断发展,各种电子设备的使用日益广泛,对开关电源芯片提出了更高的要求。提高电源管理系统的转换效率,提升电源系统整体的稳定性,减小电源系统的集成面积将是电源管理研究的大趋势。在很多实际电子应用中需要有稳定安全的输入电压源,电源管理芯片通过转换不稳定的外部电源可为电子产品提供稳定的输入电压源。同时,研究并设计一类具有高效率、宽电压应用范围的电源管理芯片对未来电子
生物气溶胶在地球大气中分布广泛,并在生态系统、气候变化和公共卫生安全等方面发挥着重要作用,对大气本底生物气溶胶浓度进行监测、分析和预测是一项十分重要的基础研究工作。本文使用荧光数据采集仪器(FDAI)对长沙市区大气本底生物气溶胶浓度进行了长期监测,在此基础上分析其变化规律与气象参数之间的关系,采用BP神经网络模型预测生物气溶胶浓度,并结合小波变换与粒子群算法对该预测模型进行了优化,得到以下主要研究
机电装备中的数字电路在深空深海探测以及核应用等领域面临着复杂恶劣的运行环境考验,极易发生故障,且故障后人力维修困难甚至不可达,如何提高其环境适应性,是提升机电装备任务可靠性的关键。仿生自修复硬件是提高数字电路环境适应性的一种有效手段,其基于可重构的电子细胞阵列结构,能自主动态地移除并替换故障细胞,从而实现硬件的自修复功能。国内外研究现状表明,现有的仿生自修复硬件重构机制在工程应用中存在一定问题,如
绝缘失效作为一种常见失效模式,往往会对装备中的电气部件产生致命影响,在高原高寒等恶劣自然环境中表现尤为突出。绝缘老化极易导致电气部件性能下降,而绝缘击穿则会因程度的不同对电气部件、电路系统乃至整个装备产生难以挽回的后果,严重威胁电气设备与人员安全。本文在“十三五”国家重点研发计划项目的支持下,对典型电气部件在高原高寒环境下的绝缘特性进行了试验与评价研究,其目标是为服役在高原高寒环境下装备关键部件的
水声场既包含声压信息,还包含质点振速信息,前者为标量,后者为矢量。随着海洋探测技术的不断深入及军事需求的提升,矢量水听器的发展应运而生。矢量水听器信号处理技术通常使用声压振速联合处理方法,其中声压与振速的相位信息在信号处理中发挥着重要作用。国防科技大学相关研究人员近年来持续在光纤矢量水听器方面开展了研制与应用研究等工作,但随着研究与应用的不断深入,课题组研究人员多次在湖上、海上试验中发现,光纤矢量