基于独立成分分析的超低频电磁探测信号滤波

将独立成分分析方法引入到超低频电磁探测曲线的滤波中。首先运用模拟数据来探讨运用独立成分分析方法进行滤波的可行性,然后运用实际的观测数据对基于独立成分分析的滤波方法进行了评价和比较。结果表明,运用独立成分分析方法进行探测曲线的噪声滤除是可行的,而且该方法可有效地滤除噪声、突出曲线的特征,有利于曲线的地质解译。同时,对相关问题进行了讨论。     

基于深度学习的遥感样本库一致性评估

现有基于深度学习的遥感研究集中在算法开发方面,缺乏对遥感样本库的研究。针对此问题，提出一种基于深度学习的样本库一致性评估方法,对卫星遥感、三维建模和网络爬虫等不同来源的舰船样本库中各类样本之间的相似性进行评估。结果表明:1)在样本库一致性最高时,该方法得到的一致性为1; 2)当样本库一致性呈梯度变化时,一致性评价结果随样本库一致性的变化而变化;3)数据来源相似的样本库能够进行合并,制作方式差异较大的样本库不能合并。因此,所提方法能够准确地评估样本库的一致性,可为深度学习训练时样本库的选择提供参考。