脉冲星旋转磁偶极场的线偏振位置角曲线

1967年发现第一颗脉冲星以来,在用于解释线偏振位置角随脉冲相位变化曲线的旋转矢量模型中,脉冲星磁场通常被近似为静态磁偶极场.但静态磁偶极场假设过于简化,未考虑推迟势效应.文章采用从推迟势导出的旋转真空磁偶极场,研究了在脉冲星磁场为旋转磁偶极场位形下的线偏振位置角曲线.在计算辐射的相位、余纬角和偏振位置角过程中考虑了光行差效应和延迟效应.相比旋转矢量模型的结果,旋转磁偶极场偏振位置角曲线在大磁倾角、碰撞角,或靠近磁轴的内层磁力线上有显著的变形.其与磁力线层等参数的依赖关系避免了传统旋转矢量模型的简并问题--在给定磁倾角和碰撞角情况下所有层磁力线的偏振位置角曲线都一样,这为通过拟合射电偏振观测数据来分辨不同层的辐射,从而限定脉冲星辐射区部位提供了一条有用的途径.     

一种基于小波变换的超光谱图像融合方法

超光谱图像小波融合是一个前沿的研究课题．在保留超光谱图像中各波段的光谱信息基础上，为增强边缘细节的表现能力，提出了基于小波变换的方差加权融合方法．并将融合结果与传统小波融合方法进行了比较．计算机仿真表明，该方法获得了更好的超光谱图像融合效果．     

高光谱遥感图像最优波段选择方法的研究进展与分析

随着成像光谱仪的发展日益成熟,高光谱遥感图像的研究已进入到一个新的阶段--对获取的高光谱数据进行有效处理和利用的阶段。目前的处理方法主要集中在对高光谱图像的数值分析处理上,比如大气校正、降低数据维数、信息提取、分类与目标探测等方面。高光谱图像相邻的波段之间一般具有较大的相关性,并不是所有的波段对于后续处理都有着同等的重要性,通过选择最优波段而组成新的高光谱图像空间,在不损失重要信息的条件下可以代表其他波段的信息。因而需要在更合理的数学模型的指导下,按照一定的准则,来决定最佳波段的选择问题。对目前国内外高光谱图像的各种波段选择方法进行了综合归纳和分析,力图为高光谱图像处理寻找突破点,加强此领域的研究力度。     

一种改进的多类支持向量机超光谱图像分类方法

支持向量机（SVM）是建立在统计学理论基础上的一种机器学习方法,用于解决二类分类问题,如何有效地将其推广到多类分类问题是一个正在研究的课题．总结了现有的主要的支持向量机多类分类算法,并在1-a-1SVM分类算法基础上提出一种二次分类的方法．改良了惩罚因子,提高了不易分的类别之间的可分程度．通过对超光谱图像进行分类实验,结果表明该方法具有较高的分类精度．     

基于高斯低通滤波的超光谱遥感图像分类研究

在超光谱遥感图像的分类中,图像的类别可分性代表了图像的自然属性并决定了分类器能够达到的最优性能。在研究影响分类效果诸因素的基础上,提出了利用高斯低通滤波提高类别可分性的方法,在假设数据为多元正态分布的基础上,用Bhattacharyya距离衡量滤波前后样本集的类别可分性。在此基础上,构造了分类器,并进行了实际的分类测试。实验结果说明高斯低通滤波器能够提高类别可分性,因而能够提高分类精度。     

脉冲星磁层中共振逆康普顿散射对次级粒子分布函数的影响

共振逆康普顿散射(RICS)已被证明在典型的脉冲星表面温度和磁场条件下,是次级粒子(洛仑兹因子低于104)主要的能量损失机制.次级粒子的分布函数也会因为共振逆康普顿而改变.文章重新计算了次级粒子最后稳定分布函数,并修正了Lyubarskii和Petrova(2000)一文中分布函数结果不满足次级粒子数目守恒的假设.就此结果在解释脉冲星射电谱拐折现象中的应用进行了讨论.