【摘 要】
：
The performance of scene classification of satellite images strongly relies on the discriminative power of the low-level and mid-level feature representation. T
【机 构】
：
Electronic Information School, Wuhan University,State Key Laboratory of Information Engineering in S
【出 处】
：
Wuhan University Journal of Natural Sciences
论文部分内容阅读
The performance of scene classification of satellite images strongly relies on the discriminative power of the low-level and mid-level feature representation. This paper presents a novel approach, named multi-level max-margin analysis(M3DA) for semantic classification for high-resolution satellite images. In our M3 DA model, the maximum entropy discrimination latent Dirichlet allocation(Med LDA) model is applied to learn the topic-level features first, and then based on a bag-of-words representation of low-level local image features, the large margin nearest neighbor(LMNN) classifier is used to optimize a multiple soft label composed of word-level features(generated by SVM classifier) and topic-level features. The categorization performances on 21-class land-use dataset have demonstrated that the proposed model in multi-level max-margin scheme can distinguish different categories of land-use scenes reasonably.
The performance of scene classification of satellite images strongly relies on the discriminative power of the low-level and mid-level feature representation. This paper presents a novel approach, named multi-level max-margin analysis (M3DA) for semantic classification for high- resolution satellite images. In our M3 DA model, the maximum entropy discrimination latent Dirichlet allocation (Med LDA) model is applied to learn the topic-level features first, and then based on a bag-of-speech representation of low-level local image features, the large margin nearest neighbor (LMNN) classifier is used to optimize a multiple soft label composed of word-level features (generated by SVM classifier) and topic-level features. that the proposed model in multi-level max-margin scheme can distinguish different categories of land-use scenes reasonably.
其他文献
近年来,科学技术推动工业的发展,使人们享受到了科技带来的硕果累累;但另一方面,大量工业废气的排放给环境造成了严重污染问题,给人们的出行带来了很多不必要的麻烦。工业废气中的二氧化氮是造成大自然酸雨的罪魁祸首,而且很低浓度的二氧化氮(200μg/m3)时也会严重损害人的呼吸系统,危害人类的身体健康。因此,寻求检测二氧化氮的传感器迫在眉睫。本论文主要通过金属氧化物异质结ZnO/CdO以及rGO修饰的Cd
α-羟基膦酸酯衍生物在有机化学、有机生物化学以及药理学等领域,具有广泛的应用,此外,还广泛应用于有机合成领域。首先,将α-羟基膦酸酯衍生物应用于功能性含磷化合物的合成。通过α-羟基含磷化合物与氯化亚砜反应得到γ-氯代烯丙基膦酸酯,然后在醋酸钯催化下,与胺通过偶联重排反应得到亚胺或γ-烯胺含磷化合物作为中间体。通过该中间体的水解,得到γ-羰基含磷化合物,水解产物通过硼氢化钠还原,得到γ-羟基含磷化合
融合蛋白的制备是在原核细胞、真核细胞、甚至动植物细胞中表达出来的。虽然融合蛋白不是细胞原有的蛋白质,但是细胞表达过程没有识别性,处于表达片段的基因都能被完整的表达出来。为了方便医学领域、化学领域的研究,有特定生物活性的蛋白质可以被人为的设计出来。将此蛋白质克隆基因导入宿主细胞中,就可以表达出具有预设活性的编码蛋白。因此,本文利用融合蛋白的优点,设计构建了Rec A-GFP融合蛋白,并与荧光检测技术
酰胺化合物和苯并恶唑结构广泛地存在于生物活性分子、药物以及有机功能材料中。因此，使用有效的方法去构建碳碳键和碳杂键成为了有机化学中重要的研究方向。铜催化偶联反应在有机合成中大量的应用于碳碳键和碳杂键的构建。对于这类化合物的合成，发展更加简单、高效、绿色环保的合成方法是当前有机合成研究的热点。本论文研究的主要内容如下：第一章，通过传统的合成方法和人名反应简单的介绍了酰胺化合物的合成，以及目前构建苯并
稠杂环化合物因具有多样的生物活性及显著的光电性能而被广泛地应用于药物、农药和材料化学等领域。鉴于其重要性，稠杂环化合物的合成一直受到人们广泛关注，如何简便高效地合成
本论文采用2-氨基吡啶N-氧化物为双齿导向基团，选择性的实现了苯甲酸类衍生物的单、双侧芳氧基化。该方法具有良好的官能团容忍性，并且提供了一种苯甲酸类衍生物的直接单、双侧芳氧基化的方法。主要研究内容如下：1.含N,O-双齿导向基的芳基酰胺衍生物的合成从廉价易得的2-氨基吡啶出发，合成2-氨基吡啶N-氧化物。然后与芳基甲酸缩合，合成了一系列包含N,O-配位原子的芳基酰胺化合物1(Scheme1)，1为
本文采用高斯程序（Gaussian09），在密度泛函理论（DFT）基础上和B3LYP/6-31G(d，p)水平下分别探索了超氧阴离子（O2·ˉ）和单线态氧（1O2）对2′-脱氧鸟苷氧化损伤的反应机理。依次对反应过程中各反应物、反应中间体、过渡态和产物进行了结构优化，频率分析，活化能和NBO电荷计算，并对计算所得数据比较分析，从而探索反应发生的机理。对于过渡态用内禀反应坐标法（IRC）对其进行了反应
有机化合物的C-H键、N-H键活化策略在有机合成的领域蓬勃发展,以C-H、N-H键活化为基础的有机官能团转换可以减少合成步骤,提高原子利用率,为化学反应合成路线的设计提供新的思路。因此,本文以2,2-二氨基二芳基二硫醚为原料,通过芳香酮C(sp~3)-H键活化一步构建C-C键、C-S键和C-N键,合成了一系列的二苯并[1,4]噻嗪类化合物。此外,利用醋酸钯,分别与不同取代基的咪唑及多酸反应,合成了
本论文主要研究了无过渡金属参与杂芳氮氧化合物的二聚化和磷酯化反应，主要研究结果如下：1.喹啉氮氧及其衍生物在无过渡金属条件下的二聚化反应联杂芳氮氧类化合物广泛地应用于有机功能材料、医药中间体及合成化学等领域。目前主要利用两种途径来合成这类化合物：1）多步低温锂化方法；2）金属催化芳卤与有机杂芳金属试剂的偶联反应，前者需要在无水无氧-78oC的苛刻条件下反应，后者需要添加金属催化剂或者氧化剂。因此，
创新工作思路 加快学校发展 陈有瑜江泽民同志在党的十六大报告中充分肯定了教育在现代化建设中的作用,指出要全面贯彻党的教育方针,“坚持教育创新,深化教育改革……造就数