中文名 | 表示模型框架下高光譜遙感影像分類(lèi)若干技術(shù)研究 | 依托單位 | 北京化工大學(xué) |
---|---|---|---|
項(xiàng)目類(lèi)別 | 面上項(xiàng)目 | 項(xiàng)目負(fù)責(zé)人 | 李偉 |
近年來(lái)高光譜數(shù)據(jù)獲取能力大幅提高,而其分析處理技術(shù)的發(fā)展卻相對(duì)滯后,其中分類(lèi)技術(shù)作為高光譜圖像處理與信息提取過(guò)程中的關(guān)鍵環(huán)節(jié),一直是國(guó)際前沿性的研究熱點(diǎn)。項(xiàng)目針對(duì)稀疏表示理論在高光譜數(shù)據(jù)分析中暴露的缺陷開(kāi)展理論研究,結(jié)合高光譜影像全局結(jié)構(gòu)特征和局部紋理特征,提出基于特征空間的稀疏表示和協(xié)作表示相結(jié)合、競(jìng)爭(zhēng)與協(xié)作關(guān)系共存的分類(lèi)相關(guān)理論和技術(shù)。主要內(nèi)容包括:1)研究高光譜遙感影像的空間紋理特征提取方法;2)構(gòu)建結(jié)構(gòu)化表示模型分類(lèi)器;3)提出一種多約束條件的表示模型分類(lèi)方法;4)開(kāi)展基于重構(gòu)殘差融合的表示模型多分類(lèi)集成研究。項(xiàng)目完成了相關(guān)模型的建立和關(guān)鍵算法的研究,基于典型區(qū)域的真實(shí)數(shù)據(jù)進(jìn)行了上述特征提取算法和分類(lèi)模型的驗(yàn)證。結(jié)果表明,所提出的表示模型框架的分類(lèi)方法可以實(shí)現(xiàn)地物目標(biāo)的精細(xì)分類(lèi)識(shí)別,為我國(guó)高光譜遙感對(duì)地協(xié)同觀測(cè)任務(wù)重大專(zhuān)項(xiàng)任務(wù)提供了關(guān)鍵技術(shù)支撐。 完成了系列高光譜圖像分類(lèi)相關(guān)模型的建立和關(guān)鍵算法的研究,發(fā)表國(guó)際學(xué)術(shù)SCI收錄期刊32篇,其中第一/通信作者論文25篇,發(fā)表EI收錄的會(huì)議論文9篇,2篇國(guó)際會(huì)議論文獲杰出論文獎(jiǎng)。擔(dān)任國(guó)際核心期刊IEEE JSTARS和IEEE SPL編委,并獲得IEEE JSTARS 2015最佳審稿人獎(jiǎng),入選2017年北京市科技新星計(jì)劃,以及2019年國(guó)家自然科學(xué)基金優(yōu)秀青年科學(xué)基金資助。 在項(xiàng)目執(zhí)行期內(nèi),共培養(yǎng)碩士研究生27名,其中畢業(yè)20名,在讀7名;培養(yǎng)博士研究生2名,其中畢業(yè)1名,在讀1名,均獲得國(guó)家留學(xué)基金委(CSC)公派留學(xué)資格;在畢業(yè)的碩士生中,獲得優(yōu)秀畢業(yè)生2名,優(yōu)秀畢業(yè)論文4名,碩士生獲國(guó)家獎(jiǎng)學(xué)金4次,博士生獲國(guó)家獎(jiǎng)學(xué)金2次,其中一名博士獲得北京化工大學(xué)校長(zhǎng)獎(jiǎng)學(xué)金,為北京化學(xué)工大學(xué)信息科學(xué)與技術(shù)學(xué)院首次(目前唯一一名)獲得此榮譽(yù)的在讀博士研究生;項(xiàng)目資助碩士生出國(guó)(美國(guó)、西班牙、日本等)參加國(guó)際會(huì)議并開(kāi)展學(xué)術(shù)交流共計(jì)8名。此外,成功指導(dǎo)課題組博士后出站1名和課題組年輕教師晉升副教授1名。 2100433B
稀疏表示理論用較少的數(shù)據(jù)量描述影像中的特征信息并捕捉不同地物之間光譜曲線(xiàn)的差異性,在高光譜遙感影像分類(lèi)中受到越來(lái)越多的關(guān)注。隨著研究的不斷深入,稀疏表示在高光譜數(shù)據(jù)分析中的應(yīng)用逐漸暴露了它的缺陷:由于稀疏表示過(guò)于強(qiáng)調(diào)L1范數(shù)約束項(xiàng),忽略了數(shù)據(jù)間協(xié)作表示的重要性;同時(shí),在分類(lèi)的過(guò)程中,不能較好的反映數(shù)據(jù)集的內(nèi)在分布結(jié)構(gòu),無(wú)法充分滿(mǎn)足約束表示系數(shù)具有小的類(lèi)內(nèi)方差和大的類(lèi)間方差等需求。本項(xiàng)目結(jié)合高光譜影像全局結(jié)構(gòu)特征和局部紋理特征,提出基于特征空間的稀疏表示和協(xié)作表示相結(jié)合、競(jìng)爭(zhēng)與協(xié)作關(guān)系共存的分類(lèi)相關(guān)理論和技術(shù)。主要內(nèi)容包括:1)研究高光譜遙感影像的空間紋理特征提取方法;2)構(gòu)建結(jié)構(gòu)化表示模型分類(lèi)器;3)提出一種多約束條件的表示模型分類(lèi)方法;4)開(kāi)展基于重構(gòu)殘差融合的表示模型多分類(lèi)集成研究。本項(xiàng)目成果將有力地推動(dòng)高光譜遙感影像處理分析的基礎(chǔ)理論研究的發(fā)展,促進(jìn)高光譜遙感應(yīng)用的深入。
1提高遙感成像儀空間分辨率原理 從傅里葉光學(xué)來(lái)分析,目標(biāo)物由不同空間頻率的光譜組成,光學(xué)系統(tǒng)為低通濾波器,它的截止頻率由 1/1.22λF#(λ為光學(xué)平...
lz是梁上柱 daz是端部暗柱
KL3(20) 350*500; A10@10;4C20 這是框架梁集中標(biāo)注,解釋如下 編號(hào)為KL3的框架梁, 梁寬350mm,梁高500, 箍筋為圓10的雙肢箍間距100mm, 上部通長(zhǎng)筋為4根直徑...
格式:pdf
大?。?span id="p27ota3" class="single-tag-height">302KB
頁(yè)數(shù): 3頁(yè)
評(píng)分: 4.6
本文基于面向?qū)ο蟮姆诸?lèi)思想,以SPOT-5影像為數(shù)據(jù),采用分層分類(lèi)的方法,利用對(duì)象的多特征構(gòu)建合適的特征空間,建立知識(shí)庫(kù),結(jié)合最鄰近分類(lèi)器與模糊規(guī)則兩種方法,并使用空間關(guān)系對(duì)分類(lèi)進(jìn)行優(yōu)化,結(jié)果表明該方法對(duì)高分辨率影像分類(lèi)在減少分類(lèi)不確定的同時(shí)還提高了分類(lèi)精度。
格式:pdf
大?。?span id="79bognd" class="single-tag-height">302KB
頁(yè)數(shù): 6頁(yè)
評(píng)分: 4.4
利用ASDFieldSpecProFRTM光譜儀,對(duì)內(nèi)蒙古自治區(qū)錫林郭勒盟的天然草地進(jìn)行高光譜遙感地面觀測(cè),并計(jì)算天然草地植被覆蓋度;選擇25個(gè)高光譜特征變量與天然草地植被覆蓋度進(jìn)行相關(guān)性分析.結(jié)果表明,共有17個(gè)變量通過(guò)極顯著性檢驗(yàn),尤以紅邊波長(zhǎng)范圍內(nèi)一階微分波段值總和(SDr)的相關(guān)系數(shù)0·781為最高·在此基礎(chǔ)上將觀測(cè)數(shù)據(jù)分成兩組一組觀測(cè)數(shù)據(jù)作為訓(xùn)練樣本(n=49),運(yùn)用單變量線(xiàn)性、非線(xiàn)性和逐步回歸方法,建立植被覆蓋度高光譜遙感估算模型;另一組觀測(cè)數(shù)據(jù)作為檢驗(yàn)樣本(n=32),進(jìn)行精度檢驗(yàn)·分析結(jié)果顯示,采用逐步回歸分析方法,運(yùn)用冠層原始反射率數(shù)據(jù)估算草地植被覆蓋度的效果并不理想;而以紅邊波長(zhǎng)范圍內(nèi)一階微分波段值的總和(SDr)為變量的線(xiàn)性回歸方程是最佳估算模型,模型標(biāo)準(zhǔn)差為10·4%,估算精度為83·99%.
三維熒光光譜圖的表示方式有兩種,即三維投影圖和等高線(xiàn)熒光光譜圖。
三維熒光光譜收集了試樣的總熒光數(shù)據(jù),它是一系列的熒光激發(fā)光譜和發(fā)射光譜的匯集。由計(jì)算機(jī)收集掃描數(shù)據(jù),通常以發(fā)射波長(zhǎng)作為x軸,激發(fā)波長(zhǎng)作為y軸,熒光強(qiáng)度作為z軸而構(gòu)成三維投影圖.作圖時(shí)y軸的激發(fā)波長(zhǎng)可以由小到大,所得的為正面圖,也可以由大到小,所得的為背面圖。
人血漿在pH為7.40(磷酸鹽緩沖溶液)水溶液中,于23℃溫度下記錄的總熒光三維投影正面圖。此體系的最強(qiáng)熒光峰在紫外光區(qū),而在可見(jiàn)光域的熒光強(qiáng)度則低的很多。
在計(jì)算機(jī)收集總熒光掃描數(shù)據(jù)之后,用計(jì)算機(jī)的某種程序或用三維自動(dòng)繪圖儀,以發(fā)射波長(zhǎng)為x軸,激發(fā)波長(zhǎng)為夕軸,把熒光強(qiáng)度相等的點(diǎn)用線(xiàn)連接來(lái)起,則在平面上形成等高線(xiàn)圖,稱(chēng)為等高線(xiàn)熒光光譜圖。
本項(xiàng)目主要在變分框架下研究高維的Choquard方程的基態(tài)解的存在性、唯一性及非退化性和非局部的Schoringer-Newton方程組和非線(xiàn)性項(xiàng)為Hartree型的帶電磁位勢(shì)的Schrodinger方程在位勢(shì)函數(shù)和非線(xiàn)性項(xiàng)滿(mǎn)足不同條件時(shí)解的存在性以及解的性質(zhì),尤其是無(wú)窮多解和多峰解的存在性。主要方法是擬應(yīng)用目前應(yīng)用廣泛的有限約化方法結(jié)合偏微分方程中的正則性理論和先驗(yàn)估計(jì)。這類(lèi)問(wèn)題具有廣泛的物理意義。我們希望通過(guò)研究這類(lèi)非局部的橢圓問(wèn)題發(fā)展出非線(xiàn)性泛函分析中的新的方法和工具。
紫外吸收光譜有多種表示方法,圖形隨表示方法不同而異。有以logε作縱坐標(biāo),波長(zhǎng)為橫坐標(biāo);有橫坐標(biāo)為波數(shù)和頻率;有以波長(zhǎng)作橫坐標(biāo),縱坐標(biāo)分別為摩爾消光系數(shù)ε,吸光度和百分透光率的。
自動(dòng)分析儀描繪的曲線(xiàn)其縱坐標(biāo)為投射比T或吸光度A,此曲線(xiàn)高度隨溶液濃度而變,適用于定量分析。
在有機(jī)化學(xué)中,常用摩爾吸光系數(shù)ε值或logε作圖。用logε作圖能使強(qiáng)吸收帶和弱吸收帶表示在同一圖中,但有時(shí)也不能建到以ε作圖時(shí)所表現(xiàn)的細(xì)微結(jié)構(gòu)。ε或logε均需從吸光度、濃度和分子量等數(shù)值計(jì)算而得。
橫坐標(biāo)用波數(shù)表示時(shí),對(duì)一具有幾個(gè)吸收帶的復(fù)雜光譜,其吸收帶在橫坐標(biāo)上的分布較均勻。相對(duì)的,酮以幅度以波長(zhǎng)作圖與用波數(shù)時(shí)相比,壓縮了低波長(zhǎng)吸收帶的寬度,而使高波長(zhǎng)吸收帶相應(yīng)拉寬。因此,對(duì)一復(fù)雜、范圍寬的光譜及作理論研究的光譜則橫坐標(biāo)用波數(shù)比用波長(zhǎng)更適宜。慣用的波長(zhǎng)圖正逐漸為波數(shù)所取代。作圖時(shí),對(duì)波數(shù)來(lái)說(shuō),更合理的應(yīng)由左邊向右邊遞增,但由于保持與慣用的波長(zhǎng)作圖相應(yīng),低波數(shù)長(zhǎng)標(biāo)于右邊。