【摘 要】
:
随着成像光谱技术的出现和不断发展,光学遥感从全色、彩色、多光谱遥感进入到高光谱遥感阶段。高光谱遥感成像可以在空间和光谱上获取丰富的“图谱合一”信息,因其在光谱上独特的“指纹”优势,高光谱在地物识别、环境监测、国防安全以及城市规划等领域都发挥着重要应用。然而,随着光谱分辨率的不断提高,高光谱图像正朝着成百甚至上千个波段发展,使得相邻波段之间具有高度的相关性,极高的光谱分辨率一方面会增加后续数据处理的
论文部分内容阅读
随着成像光谱技术的出现和不断发展,光学遥感从全色、彩色、多光谱遥感进入到高光谱遥感阶段。高光谱遥感成像可以在空间和光谱上获取丰富的“图谱合一”信息,因其在光谱上独特的“指纹”优势,高光谱在地物识别、环境监测、国防安全以及城市规划等领域都发挥着重要应用。然而,随着光谱分辨率的不断提高,高光谱图像正朝着成百甚至上千个波段发展,使得相邻波段之间具有高度的相关性,极高的光谱分辨率一方面会增加后续数据处理的复杂性,另一方面也会导致“Hughes”现象的发生。因此,降维作为降低高光谱图像冗余度和计算复杂度的有效手段,成为高光谱图像处理中不可缺少的预处理手段。高光谱图像降维技术主要包括波段选择和特征提取两类,其中波段选择因其具有较好的物理意义得到了广泛应用。本文针对分类这一特定任务需求,研究了面向分类应用的高光谱图像波段选择方法,论文的具体工作如下:(1)提出了一种耦合局部密度和信息熵的固定聚类中心K-means波段选择算法(Fixed clustering center K-means based on combining local density and information entropy band selection algorithm,FK-DEBS)。该算法首先在初始化时采用最大最小距离获取固定聚类中心替代传统随机聚类中心的方式,有效避免了随机选取初始聚类中心时波段间相关性高的情况;然后在初始聚类中心的基础上通过K-means算法得到若干个类别簇;最后,对于每一类别簇中聚类中心的选择,采用每个类别簇中局部密度和信息熵最大的波段作为最终选择的波段子集,这样可以有效地挖掘波段周围的信息,同时获得相关度最小、信息量最大的波段子集。(2)提出了一种基于改进的亲和传播(Improved affinity propagation,IAP)的波段选择方法。该算法将每个分好的固有类簇划分为若干子集,结合信息熵改变初始可用性矩阵,打破了传统亲和传播(Affinity propagation,AP)算法不能改变类别个数的限制,同时用矩阵迭代提高算法的有效性,选择出任意波段数的波段子集,提高了波段选择的效率。(3)提出了一种基于混合灰狼优化器算法(Hybrid gray wolf optimizer,HGWO)的波段选择方法。一方面,该算法在初始种群的选择时加入类别可分性度量准则,避免陷入局部最优,在一定程度上增加了选择出最有利于后续分类应用的最优波段子集的概率;另一方面,为了避免传统灰狼优化器(Gray wolf optimizer,GWO)采用线性收敛因子导致收敛速度变慢,陷入局部最优的概率增大的问题,该算法采用自适应递减收敛因子代替线性收敛因子,提高了HGWO的收敛速度。为了验证所提波段选择方法的有效性,本论文将选出的波段子集应用到不同的高光谱数据集的分类上,结果表明,本文提出的三种改进算法都具有较好的分类效果。
其他文献
高光谱图像分类是指对像元逐一划分唯一地物标识的过程,在地物勘测、环境调查、军事检测等方面具有重大意义。近年来,深度学习的广泛应用给高光谱图像分类提供了新方法,而高光谱图像由于样本标记困难给网络的训练过程带来了极大难度。域自适应作为迁移学习的分支,是指利用源域的信息实现对目标域的分类,可通过跨域分类的方式解决目标域因标记信息不足而不能高效完成分类的问题。传统的域自适应方法中采用统计度量的方式并不能完
自十八大以来,我国提出“海洋强国”战略,发展海洋经济,提高海洋科技水平已成为我国当前的重要任务之一。水下图像作为海洋信息的主要载体,对于开发海洋环境、利用海洋资源至关重要。但是水介质对光的吸收较为严重,加之海洋环境中浮游生物与悬浮粒子众多,这使得获取到的原始水下图像存在严重的色偏与模糊问题。水下图像中存在的问题严重阻碍了后续基于视觉任务的完成,如水下目标检测、水下设施检查、海洋生态保护等。因此,针
列车可编程逻辑控制单元产品应用现场替代列车大量继电器、接触器,降低运维成本提升安全性的同时,产生了大量输入采集、输出控制、点位监测数据。提出一套针对现场多设备、多物理量、多尺度、多概率的评估方法,并分析了借助数字孪生技术构建列车控制信息模型的可行性。构建了健康管理系统控制信息模型,其中包括关系型数据库和非关系型数据库的构建。目前,LCU应用现场列车内嵌综合健康管理系统已应用于部分城轨列车可编程逻辑
本文运用文献资料法、归纳总结法等研究方法,主要从实现体教结合到体教融合模式的转变、体教结合到体教融合模式转变的要求方面对高校体育教育模式转变进行研究。
移动APP设计上存在的用户体验问题使得用户在使用中常会有各种犹豫,或者说用户的犹豫可能意味着产品设计存在缺陷。是否可以将犹豫行为作为线索来改进产品用户体验设计,是一个值得探索的课题。犹豫行为的特点是随时随地发生、行踪不定,难以采用传统的人工用户研究方法来开展研究,需要新的研究方法。本文作者试图借助一种情境感知的用户数据自动采集工具CAUX,探索如何自动识别用户犹豫行为,以及进一步开展用户体验设计的
余华是一位具有强烈抒情和忧郁气质的作家,他的故事中充满了浪漫和诗意。《文城》的行文中也处处透露着余华的这一文学底色。他以对中国苦难人民的叙事为重点,以英雄的失败、艰辛、苦难、命运和宿命的伦理道德价值来表达文化意识和民族精神,体现了人性的力量美,以及作家对美好生活的寄托,即以文学艺术为引,让心灵找回精神归宿。
人体姿态估计研究的主要内容是从图像或视频中获取人体关键点的位置,当前主要应用于动作识别、安防监控和医疗辅助等领域。近十年来深度学习迅速发展,同时也带动了基于卷积神经网络的人体姿态估计算法的快速进步。在以关键点坐标为学习目标的人体姿态估计模型中,二维坐标无法为模型的训练提供强有力的监督信息,使得模型的学习难度较大;另外,模型需要通过全连接层来输出坐标值,而全连接层的权重严重依赖于训练数据的空间分布,
目标检测是计算机视觉领域中的一项基础工作,其任务是对图像中存在的目标进行分类和定位。目标检测中对于小目标的检测十分具有挑战性,因为当前目标检测的主流方法仍然是使用深度卷积神经网络,基于深度卷积神经网络的目标检测算法是通过堆叠大量的卷积层提取更高层次的特征信息,来提升模型的检测效果。但由于小目标自身在图像中覆盖面积小、携带的特征信息少的缺陷,经过层层的卷积和池化后,提取到的信息越来越少甚至消失,使小
随着5G通信的兴起和发展,频谱利用率与信号传输速率会得到大幅度提升,通信系统会具有更高的稳定性与抗干扰性。在得到更好的通信质量的同时,随之而来的,是新增的数十个5G通信频段,和容纳元件更多、构造更复杂的通信系统,这就对射频链路中的微波元件提出了更高的技术需求。滤波器和双工器均是无线通信收发系统中的重要元器件,分别具有频率选择特性与隔离收发信号的功能。在此背景下,本文对设计小型化、高性能的滤波器和双