基于卷积神经网络高光谱影像土地利用分类方法研究

土地覆盖/土地利用变化信息是全球环境变化发展的最重要信息来源之一。本文以高分五号高光谱影像为数据源,采用主成分分析（Principal Component Analysis,PCA）方法进行特征提取,并选用前六个主成分作为分类数据,利用基于卷积神经网络（Convolutional Neural Networks, CNN）的分类方法进行分类,并以支持向量机（Support Vector Machine, SVM）和RF(Random Forest,RF)分类方法进行对比。结果表明,基于CNN的分类方法获得的总体分类精度最高,达到87.67%,Kappa系数为0.84,总体精度相较于基于SVM和RF分类方法的总体精度分别提高了9.00%和8.00%;基于SVM和RF的分类方法的分类结果“椒盐”噪声明显,基于CNN的分类方法可以很好地改善这种情况;基于SVM和RF的分类结果对草地、林地以及其他用地等的分类精度较低,错分比率较高,而基于CNN的分类方法可以有效地改善这种情况。     

带有非线性边界条件的快扩散和慢扩散耦合的方程组(英文)

讨论带有非线性边界条件的快扩散与慢扩散耦合的方程组,给出了解整体存在的充分必要条件.     

带有非线性边界条件的拟线性反应扩散方程组(英文)

讨论一类带有非线性边界条件的拟线性反应扩散方程组,给出了解整体存在的充分必要条件.     

基于精确字典稀疏表示算法的高光谱图像目标检测

目标检测是高光谱图像处理领域的主要研究内容之一。目前,稀疏表示算法已经在这方面取得了较好的检测效果。但传统的稀疏表示(SR)算法中的字典既包含目标信息又包含背景信息,且比例不确定,导致数据处理难度很大。针对传统稀疏表示(SR)算法的不足,提出了精确字典稀疏表示算法(ADSR)。该算法通过构造仅包含目标信息的目标字典和仅包含背景信息的背景字典,分别求解稀疏向量并恢复稀疏图像,继而利用目标与背景残差值不同这一特性区分图像中的目标与背景。在保证检测精度的同时,减小了数据处理的复杂度,缩短了运算时间。仿真实验将ADSR算法与RX算法、SR算法进行性能比较,证明了改进算法在检测效率上的优势。     

基于非负主成分分析的低维光谱色彩空间表示法(英文)

针对采用主成分分析法进行多光谱数据降维会使重构光谱反射比出现负值的问题, 提出一种非负约束主成分分析法, 并用该法构造低维空间, 实现高维多光谱数据向低维空间的转换. 首先分析主成分分析法产生非光谱数据的原因, 据此对经典主成分分析模型增加非负约束; 然后求出一组线性无关的非负主成分权向量, 用该组向量构造低维空间; 最后用非线性优化技术确定高维数据在该低维空间中的投影值, 实现了高维空间与低维空间的相互转换. 实验结果表明, 新方法能使重构光谱数据在[0, 1]内, 保持了光谱反射比的物理意义, 同时所构造低维空间的精度能与经典主成分分析法保持一致.     

关于Caristi-Kirk不动点定理的一个注释(英文)

Caristi-Kirk在文献[9]中,对于度量空间上的非线性映射给出了一个非常重要而且十分有趣的不动点定理.这个结果已被应用到研究内向映射理论和正规可解性理论之中.Kasahara在文献[7]中,又把这个定理推广成映射族的公共不动点定理.本文又给出了这个定理的一个新的推广.我们的结果包含了上述作者的某些结果.     

应用特征感知与协同表示的高光谱图像分类方法

为解决高光谱图像中存在噪声、空间结构复杂和光谱信息复杂等问题,提高分类算法的噪音处理与空间识别能力,提出应用特征感知与协同表示的高光谱图像分类方法.首先运用自适应加权方式对图像进行重建;然后通过计算空间偏置矩阵,对空间特征进行感知,通过计算光谱偏置矩阵对光谱特征进行感知;最后根据误差最小原则确定测试样本的类别信息.在标...     

基于高光谱的水稻生物量估测模型研究

目的:挖掘潜在的高光谱信息,建立精确的高光谱与水稻地上生物量(Above ground biomass,AGB)估测模型,方便农田管理者指导田间施肥.方法:以安徽科技学院小岗村现代生态农业研究所种植的水稻为研究对象,使用ASD FieldSpec?HandHeldTM 2(HH2)光谱仪获得水稻孕穗后期抽穗前期345～1075 nm波段的光谱数据.经View SpecPro系统处理该生育时期的水稻冠层高光谱反射率数据,进行一阶和二阶变换,将各阶的光谱数据与地上部生物量进行相关性分析,筛选相关系数绝对值最大的5个波段,通过0阶、1阶和2阶微分光谱敏感波段的反射率与A GB数据拟合分析,建立水稻地上部生物量估测模型,并进行精度验证.结果:通过水稻A GB与3种变换的冠层光谱波段的相关性分析,表明0阶、1阶和2阶光谱反射率与AGB相关系数最大值出现的波段不同,分别为(658 nm)0.67、(768 nm)0.79、(763 nm)0.65;通过水稻A GB与3种变换的冠层敏感光谱波段的拟合分析,表明0阶、1阶和2阶光谱反射率与AGB拟合的最佳模型构建方式不同,对应的建模集R2分别为0.69、0.80、0.41,RMSE分别为1571.69 kg/hm2、1371.30 kg/hm2、2039.22 kg/hm2,NRMSE分别16.8％、14.7％、21.8％;验证集中R2分别为0.80、0.83、0.68,RM SE分别为993.50 kg/hm2、890.68 kg/hm2、1235.22 kg/hm2,NRMSE分别11.0％、9.8％、13.6％.结论:0阶和1阶中模型标准均方根误差都处于20％ 以内,说明模型的稳定性好,预测精度高,其中采用1阶幂函数可以更好地快速预测水稻地上生物量(验证精度高达到9.8％).     

基于偏振高光谱技术的矿物波谱实验研究

矿物和岩石的系统光谱学研究是当今高光谱遥感发展的基础.目前对矿物岩石光谱的研究主要集中在可见-近红外波段的传统光谱,基于两个波段(A:630～690nm,B:760～1100nm),波段范围不连续,同时观测数据的精度与目前常用的遥感数据之间有一定的差距;高光谱条件下矿物的偏振反射特性还少有研究.本文在传统光谱测量基础上,以方解石为例,利用偏振高光谱技术对矿物波谱进行测定,绘制矿物偏振高光谱曲线图,直观表现矿物在偏振高光谱条件下的连续渡谱特性.     

带有非线性边界条件的拟线性反应扩散方程组(英)

讨论一类带有非线性边界条件的拟线性反应扩散方程组,给出了解整体存在的充分必要条件．