一种在线稀疏LSSVM及其在系统建模中的应用

为了减少在线最小二乘支持向量机(LSSVM)的计算量和存储空间,提出了一种在线稀疏LSSVM.这种LSSVM利用滑动时间窗中部分时刻的样本作为训练样本集.新时刻的样本总是加入训练样本集;每次删除样本时,若滑动时间窗最前端时刻的样本在训练样本集中,则删除它,否则从训练样本集中选择留一法预测误差最小的样本删除.与现有的在线LSSVM相比,这种在线稀疏LSSVM能用较少的样本学习系统较多的特性,能提高时空效率;与现有的在线稀疏LSSVM相比,它能摆脱陈旧样本的影响,更加适应系统的时变性.系统建模仿真实验表明,该在线稀疏LSSVM能节省时间和空间,具有较高的预测精度.     

基于双CMOS的多光谱成像系统设计研究

传统摄影术所记录和复制的图像数据颜色是基于同色异谱原理的颜色复制技术,虽然能够提供高分辨率的图像,但是由于同色异谱现象,不能实现颜色的真实复制.文章利用多光谱成像技术,设计一个多光谱成像系统,根据系统对目标的数字响应,采用适当的算法,来重建其光谱维信息.     

基于K近邻字典的协同表示高光谱图像分类方法

近年来基于协同表示的分类方法在高光谱图像分类领域取得很大的成功.但在重建测试样本时,由于用全部训练样本充当字典,导致一些差别较大的样本参与表示,不仅影响分类的精确度,还浪费分类时间.在实施空-谱联合后,用K近邻对重构字典做出二次选择,并参照最近正则子空间的做法提出基于K近邻字典的协同表示分类器.通过在两个基准HSI数据集上的实验证明,所提分类器既提高了分类精度,还节省了分类时间,特别对小样本类别的分类效果改善更明显.     

光谱重建中ICA和PCA的对比

一个光谱数据集可以表示成几个主要光谱成分的线性组合。主成分分析法（PCA）是提取光谱数据集的主要成分的常用方法。近年来，有研究人员用独立成分分析法（ICA）提取光谱数据集的独立成分，进而实现光谱数据压缩。文章分别使用ICA和PCA对50例Munsell色卡的光谱反射比和50例桦树叶的光谱反射比进行特征光谱的提取。利用多光谱成像技术和光谱重建算法，采用三组滤光片，每组分别为2、3和4片，选取3-15维子空间，重建了150例Munsell色卡和150例桦树叶的光谱反射比。重建结果用CIELAB1976色差和光谱重建误差来评价。在150例桦树叶光谱重建中，ICA的重建结果明显好于PCA的重建结果；而150例Munsell色卡用ICA和PCA重建结果相差不大。最后，根据重建结果，对子空间维数、滤光片数与重建色差和误差的关系作了分析。     

近红外光谱在印刷品颜色检测中的应用

为了对印刷品颜色进行快速、准确检测,应用近红外光谱技术(NIR)并结合偏最小二乘法(PLS)建立印刷品颜色检测模型.对近红外光谱获取的144个样本光谱曲线,应用主成分分析方法进行降维,维数为5.选取的主成分作为光谱优化特征子集以替代原来复杂的光谱数据.随后,将144个样本数据随机分为定标集和预测集,利用偏最小二乘法在103个定标集样本数据基础上建立印刷品颜色预测模型,应用此模型对41个预测集样本颜色进行预测.研究结果表明:利用PLS模型得到样本的实测值和预测值之间的预测决定系数(R~2)为99.74%,预测平均相对误差为0.636%,表明利用近红外光谱技术检测印刷品颜色是可行的.     

基于HySpex高光谱成像系统的岩矿影像数据集

利用HySpex高光谱成像系统,对125块岩石样本和250块矿物样本进行近红外高光谱测量,提取岩矿的高光谱影像数据集,将岩矿光谱数据制作单种岩石矿物光谱卡,以岩矿影像高光谱数据集的方式进行编排和整理.基于光谱特征对岩石样品进行分类实验,分类效果较好.     

应用光谱成像技术消除捺印指印下签字笔背景实验

使用多个波段激发光源, 通过实验比较光谱成像技术与传统可见发光照相技术消除印油指印背景的效果. 结果表明, 使用光谱成像检验技术处理后, 达到检验鉴定要求的印油指印数量占所有样本数量的81.3％, 而使用传统可见发光照相对相同样本进行处理的效果均不理想. 应用光谱成像技术可有效消除印油捺印指印下签字笔字迹背景, 其检验效果明显优于其他传统检验技术方法.      

一阶比光谱-导数光度法在多光谱成像技术上的应用

近年来,运用多光谱成像技术来获取一些珍贵书画艺术品的色度信息,并以此作为电子档案加以保存,正成为颜色科学领域的一个研究热点.本文针对中国书画艺术作品的特点提出了一阶比光谱-导数光谱反射比重建算法.该方法不仅解决了基于Kubelka-Munk理论光谱反射比重建算法中获得颜料浓度矩阵难的技术环节,还可以有效的降低试验成本,...     

基于局部像素嵌入的人脸图像超分辨率重构

利用像素点在邻域空间的线性嵌入关系作为先验约束来重构高分辨率(HR)人脸图像.算法从HR训练样本集中选择与输入人脸最相近的K个样本进行配准,并以配准后的样本作为参考,学习目标图像中像素点的局部嵌入系数.在学习过程中,算法通过自适应调整各参考样本的权重来减小配准误差的影响,并利用总变差最小化约束嵌入系数的平滑度.结合局部像素嵌入关系以及降质模型,算法可以在最大后验估计的框架下实现对目标人脸的超分辨率重构.实验表明,重建的HR图像拥有更加细腻、清晰的局部特征,其平均峰值信噪比和结构相似度分别比对比算法高出1.26dB和0.04.     

多光谱成像技术在颜色复制方面的应用及发展

由于多光谱成像技术不仅能够获得物体的空间维信息,而且还可以获取物体表面的每一个像素的光谱维信息,因此,应用多光谱成像技术来复制出目标物体的颜色,成为颜色科学这一领域的研究热点.对多光谱成像技术在颜色科学的应用及发展进行了简单的回顾,并指出基于Kubelka-Munk理论的多光谱成像技术复制颜色的算法,会提高反射比低的目标颜色复制的精度,因此这种算法将会有更加广阔的应用前景.     

一种从衰减数据重建X射线球管光谱的方法

为了获得完整的球管光谱信息以实现X射线的曝光剂量控制和成像质量评估，提出了一个基于模型的光谱重建方法．根据不同厚度的衰减数据，用非线性最小二乘法估计出模型参数值，重建出应用于乳腺X射线检查的球管光谱．相对于传统的光谱重建方法，该方法采用模型约束，有效地遏制了衰减数据中测量噪声的影响，重建的光谱具有较高的精度．实验表明，当衰减数据合有标准差为1％的泊松噪声时，钨靶在35kV和45kV球管电压下，重建光谱的误差分别为4．03％和2．92％；钼靶在20kV和30kV电压下，误差分别为6．68％和8．41％．     

近红外光谱分析技术在监测L-异亮氨酸发酵过程中的应用

以L-异亮氨酸发酵过程的发酵液为样品, 用偏最小二乘法考察2种光谱采集方式、 7种光谱预处理方法及不同光谱波段选择对建立5种氨基酸光谱预测模型精度的影响. 通过建立L-异亮氨酸发酵过程中主副产物最佳光谱预测模型, 确定最佳光谱信息采集方式、 光谱预处理方法、 光谱波长范围及模型因子数. 结果表明: 反射扫描优于透射扫描获取光谱所建最佳预测模型; 反射光谱采集L- 异亮氨酸、 L-丙氨酸、 L-谷氨酸、 L-亮氨酸和L-苏氨酸5种氨基酸最佳校正模型相关系数均大于0.96, 其交互验证均方差分别为1.760,0.462,0.430,0.259,0.199, 相对分析误差分别为7.8,6.8,6.3,5.0,6.4, 表明所提出的近红外光谱分析法快速检测氨基酸发酵液中各成分稳定可行.     

近红外光谱分析技术在监测L-异亮氨酸发酵过程中的应用

以L-异亮氨酸发酵过程的发酵液为样品, 用偏最小二乘法考察2种光谱采集方式、 7种光谱预处理方法及不同光谱波段选择对建立5种氨基酸光谱预测模型精度的影响. 通过建立L-异亮氨酸发酵过程中主副产物最佳光谱预测模型, 确定最佳光谱信息采集方式、 光谱预处理方法、 光谱波长范围及模型因子数. 结果表明: 反射扫描优于透射扫描获取光谱所建最佳预测模型; 反射光谱采集L- 异亮氨酸、 L-丙氨酸、 L-谷氨酸、 L-亮氨酸和L-苏氨酸5种氨基酸最佳校正模型相关系数均大于0.96, 其交互验证均方差分别为1.760,0.462,0.430,0.259,0.199, 相对分析误差分别为7.8,6.8,6.3,5.0,6.4， 表明所提出的近红外光谱分析法快速检测氨基酸发酵液中各成分稳定可行.     

基于线性光谱混合模型的混合像元分解研究——以合肥市为例

利用Landsat ETM+数据,在水体掩膜的基础上,采用线性光谱混合模型(Liner Spectral Mixture Model,LSMM)进行混合像元分解,得到合肥市高反射率地物、低反射率地物、植被和土壤四种端元的丰度图像以及RMS误差分量图像.应用线性光谱混合模型研究城市地表组分组成,端元(End-member)选取是模型成败的关键.通过分别采用手动选取端元和利用纯像元指数(PPI)法选取端元两种方法,从定性角度对比两种方法得到的结果,结果表明在本研究区内手动选取的端元比PPI选取的端元模型拟合精度更高,能够得到更高精度的分量图像.     

基于U-net卷积神经网络的大转角ISAR成像方法

针对ISAR成像在大转角条件下产生严重的越距离单元徙动从而使得ISAR图像散焦的问题，提出一种基于U-net卷积神经网络的大转角ISAR成像方法。首先利用快速傅里叶变换对大转角条件下的回波数据进行预处理，得到散焦的ISAR复值图像作为训练样本，其次，根据ISAR成像特点对U net网络结构进行了改进，训练后得到具有良好聚焦能力的成像网络。仿真实验表明：与传统大转角ISAR成像方法相比，所提方法将ISAR图像的峰值旁瓣比降至-18 dB以下，具有更小的图像熵和最小均方误差，成像时间缩减至0.28 s左右，在低信噪比条件下仍可以实现ISAR图像的快速、准确重建。     

基于近红外波长成像的异物检测新方法

为有效检测出与背景形态、颜色极其相似的异物,根据异物与背景近红外吸收特性的差别,提出近红外光谱成像检测异物的方法.该方法分析近红外波段中异物与背景吸收特性差异随波长变化的规律,确定了区分背景与多种异物的最佳检测波段范围,建立近红外光谱成像系统,将近红外吸收特性差别转化为近红外图像中异物与背景的图像特征差别,利用自适应图像增强和二值化图像处理从背景中提取异物.实验结果表明,该方法获取的异物图像特征明显,检测结果与实际相符,此方法可有效检测与背景特征相似的异物.     

基于空间谱域分布的衍射层析成像分析

提出从空间谱域分布的角度定性评价衍射层析成像特性,通过分析成像系统对应的空间谱域分布的面积和形状即可判断系统结构的优劣,进而衡量成像质量．基于空间谱域分析的理论基础,导出理想情况下衍射层析成像系统采用转角、频率扫描数据采集方式对应的空间谱域分布,分析传输和反射两种工作模式的成像特性,然后考虑实际情况下有限孔径的影响,并将该方法推广应用于合成孔径雷达成像．理论和数值结果表明,该方法简单、直观、物理概念明晰,利于选择优化成像系统结构,且可推广应用于一般性的成像系统．     

基于生成对抗单分类网络的异常声音检测

针对正常和异常声音可能具有较大的相似性, 有时无法利用自编码器重构误差大小区分的问题, 提出一种生成对抗单分类网络方法进行异常声音检测, 通过多次训练, 该方法学习正常样本的分布特征. 在测试过程中, 测试正常样本能以极小的误差进行重构, 而异常样本重构效果较差, 在某些频率段会发生畸变, 从而给出判别分类结果. 实验采用UrbanSound8K公开数据集和实测电机声音数据集进行了测试, 获得该方法的准确率分别为86.3%和98.1%, 比卷积自动编码器等主要深度学习方法分别提高了5.0%和3.0%.     

基于改进APG的鲁棒光谱回归在人脸识别中的应用

针对人脸识别中传统的光谱回归方法对于由类标签错误和面部遮挡产生的误差很敏感的问题,提出了基于加速近似梯度的鲁棒光谱回归方法。首先将鲁棒判别子空间的学习问题转化成最大相关熵问题,得出光谱目标和预测之间的最大相关解;然后对相关熵采用总变分正则化,进而学习空间平滑的人脸结构;最后基于半二次化优化的附加形式,将最大相关熵问题投影到混合正则化模型,并通过加速近似梯度算法进行有效优化。在FRGC人脸数据库上的实验结果表明,所提方法对于类标签错误和面部遮挡具有鲁棒性和有效性,与其它几种常用的线性回归、光谱回归方法相比,不仅提高了识别率,而且大大地降低了计算开销。     

一种测量商业数码相机光谱响应的方法

在颜色科学领域，数码相机被广泛地用于颜色测量、多光谱图像的颜色复制、光谱重建和产品检测、分类等场合。其中数码相机的光电特性是一个重要参数。文章介绍了一种通过数码相机的数字响应RGB和光谱能量分布测量商业数码相机相对光谱响应的方法。实验中采用了Sony DSC—F505V数码相机和PhotoResearch 1980B辐射分光光度计。实验发现该数码相机相对光谱响应曲线与CIE1931标准观察者颜色匹配函数相似。说明目前数码相机的滤色片阵列在设计上有了较大的改进，尽量模拟标准观察者函数，以利于真实复制场景的颜色。