基于核方法协同表示的高光谱图像分类

为进一步利用高光谱图像在同一区域内像素点的相似特性完成地物分类,提出了一种基于核方法协同表示与绝对距离融合的分类算法。通过核函数将原始数据投影到高维核空间,在特征空间中用全部训练样本表示待测样本,再计算吉洪诺夫正则化下待测像元的重构残差和每个类别表示系数绝对值向量,使用不同权重予以融合作为分类依据。在实验中使用Indian Pines和Pavia University两种高光谱图像数据对该方法进行实验验证,实验结果表明:与原协同表示(CRC)及支持向量机(SVM)相比,改进后分类算法总体分类精度和平均分类精度都有更好的表现,均达到94%以上,具有较好的鲁棒性。     

E0—1Hyperion高光谱影像的FLAASH大气校正与评价

遥感影像的大气校正是遥感数据应用的基础．文章利用ENVI软件的FLAASH大气校正模块,对Hype—rion高光谱遥感影像进行大气校正,选取典型地物对校正效果进行评价．主观定性评价结果显示校正后的影像地物边界更清楚、对比度增强;光谱曲线对比分析显示,校正前后光谱曲线形状完全不同,林地的反射率图像的光谱曲线形状与USGS...     

基于WorldView-2影像的地理国情更新DOM制作

地理国情监测是测绘地理信息部门实现测绘战略转变和长远发展的切入点,开展地理国情监测,是新时期测绘工作义不容辞的历史使命。因此,测绘大队紧跟形势发展,积极参与了第一次地理国情普查项目。该文针对World View-2影像数据,大批量的DOM制作采用非传统方式来满足大批量的生产需要。     

运用EO-1 Hyperion数据和单类支持向量机方法提取岩性信息

将扩展的单类支持向量机方法运用到高光谱岩性识别中, 并分析和评价该方法的性能。利用单类支持向量机分别提取各个感兴趣的岩性类别, 对于被识别为多个岩性类别的像元, 根据该像元与每个单类支持向量机所确定的分类超平面的距离来确定属于哪一类别, 这样, 利用扩展的单类支持向量机来可提取多个感兴趣的岩性类别。将该方法运用到新疆准噶尔地区的EO-1 Hyperion高光谱数据岩性分类中, 并与传统的光谱角制图方法进行比较。结果表明, 扩展的单类支持向量机方法的岩性分类精度显著高于光谱角制图方法, 是一种新的可用于高光谱数据的岩性分类方法。     

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.     

基于最优特征空间构建的随机森林算法在WorldView-2影像分类中的适用性研究

目前面向对象的分类研究中,对于研究区影像的分割尺度问题多以试验者的多次试验以及主观推断为主,缺乏定量化的评价标准。同时,在对遥感影像分类的算法选择以及在分类过程中,有效特征空间的选取均存在一定程度的主观性。针对遥感影像面向对象分类过程中分割尺度选择盲目及分类空间构造主观性较强的问题,以World View-2遥感影像数据为例,首先利用改进的全局最优分割尺度的方法获取研究区影像的最优分割尺度,在此基础上选取了研究区分割对象的48个特征,利用OOB误分率对各个特征的重要性排序;然后按重要性顺序以5为步长讨论特征数量对分类精度的影响,构建了用于分类的最优特征空间;最后将采用最优特征空间的随机森林算法获得的最佳分类结果,与面向对象的最邻近像元、决策树以及支持向量机分类算法进行了比较。结果表明,用于分类的特征数量与分类精度之间,并不是简单的正相关关系;与面向对象的最邻近像元、决策树以及支持向量机分类算法相比,利用最优特征空间进行随机森林分类的分类精度最高,表明该方法更适合于高分辨率World View-2数据的分类。     

基于特征提取的高光谱数据分类

目的提出高光谱数据的分类流程,以取高光谱数据对地物具有更高的光谱分辨率的优势,避其巨大数据量和波段间强相关性的弱势。方法应用辨别分析和决策面特征提取方法。结果减低了数据量,优化了高光谱信息。特征提取对高光谱信息优化处理十分有效,并达到了高维信息数据降维和高效利用的可行性。结论在一定的分类精度范围内,减低维数而不丢失信息,可以提高分类器的效能,实现高维遥感数据的优化处理和高效利用。     

SAM和决策树结合的Hyperion数据分类方法

在地面实测波谱分析的基础上，采用决策树对波谱角（SAM）分类方法进行改进，自动地进行波谱角阂值选择，提出一种新的基于SAM和决策树相结合的综合分类模型。该模型用于云南鹤庆地区土地覆被信息提取，并与最大似然分类法（MIC）的分类结果进行比较。结果表明，就每一类型而言，SAM结合决策树分类的分类精度较高；最大似然法监督分类总体精度为79．4％，SAM结合决策树分类的综合分类模型总体精度为88．5％，比监督分类精度高9．9％。     

WorldView-2影像数据融合方法比较研究——以在四川省地理国情监测项目中应用为例

WorldView-2影像数据是四川省地理国情监测项目的重要数据源。本项目通过使用Brovey、Ehlers、HPF、HIS、PCA、Wavelet、PanSharpen、Gram-Schimdt 八种不同的数据融合方法对其全色和多光谱影像进行融合,并从清晰度、纹理和色调进行定性分析;从标准差、信息熵、平均梯度、偏差指数、相关系数和光谱扭曲程度进行定量评价;并通过FeatureStation GeoEX解译对比,研究融合结果的可用性。结果表明：基于PanSharpen变换融合方法产生的遥感图像失真较小,同时很大程度地保持了高分辨率全色波段的空间纹理细节信息,是一种适合于WorldView-2影像融合的较好方法;同时,与原始多光谱影像相比,具有更好的解译效果。     

基于空谱融合与协同表示的高光谱图像分类算法

高光谱图像光谱带间相似度高且存在大量高维非线性样本,传统的基于表示的分类方法无法对同一波段下的不同样本做出有效区分且会造成维数灾难,最终影响分类性能.提出一种空谱融合与协同表示的高光谱分类算法.通过交替学习空间和光谱特征构建具有判别性的特征字典,并用于空间感知协同表示.在分类过程中,计算特征字典与测试样本之间的相关系数...     

基于最小二乘支持向量机和高分辨率遥感影像的大尺度区域岩性划分

基于大尺度区域分割的理念,提取高分辨率遥感图像中与岩性相关的纹理、形状、光谱信息,利用最小二乘支持向量机(LS-SVM)在非线性预测中的优势,对研究区地质岩性进行识别。首先对高分辨率图像中与岩性相关的光谱、纹理、形状、高程等特征信息进行样本选取,选取过程中以图像的纹理为主要特征信息,同时以J-M距离、转换分类度为依据选取最优特征空间,采用因子分析变换降维对特征空间进行压缩,实现特征信息最优化;然后对已知样本进行训练,建立分类模型,评价模型精度;最后利用模型对研究区进行岩性划分,并进行分类后处理。研究结果表明:基于LS-SVM的分类方法在利用高分辨率遥感图像岩性识别中表现良好,为地质岩性分类提供了一种新的方法和手段;加入纹理等信息后的LS-SVM分类模型更加利于岩性的判别。     

小样本学习在高分遥感影像分类与识别中的应用

遥感影像分类与识别是近年来深度学习以及图像分类与识别研究的热点,其中一个关键问题是因样本数据集的数据较少而极易出现过拟合。许多图像分类的模型和方法并不完全适用于遥感影像分类,将小样本学习与遥感影像处理结合起来,实现遥感影像数据增强和识别模型优化是一个可行的思路。根据小样本学习的发展现状,针对特征提取、模型分类方法,归纳总结了典型学习方法的原理及其在相关领域的应用; 分析遥感影像处理的现状和存在问题,基于适用场景、优缺点对各方法进行了比较; 通过分析小样本学习在高分遥感影像分类与识别上的应用,发现引入注意力机制和迁移学习后,小样本学习能够用于样本数据量小的遥感影像分类。     

利用黄山地区地基观测对FY-2E云分类的检验和验证

利用2011年6~8月黄山及周边地区的地基观测云状结果与风云二号E(FY-2E)静止卫星云分类产品,分析了二者的匹配情况。结果表明:地面观测结果为晴空陆地、层积云/高积云、雨层云/高层云、密卷云、卷层云和积雨云时,卫星产品的匹配率分别为94.05%、45.92%、20.33%、3.01%、0%和0%;FY-2E静止卫星容易将积雨云识别成卷层云,密卷云或层积云/高积云产品,而易将大部分的雨层云识别成卷层云,密卷云和层积云/高积云产品;若天空为双层云并且中云为高积云时,那么"低云-高积云-无高云"天空条件时的高积云匹配率要高于"无低云-高积云-高云";而当中云为高积云,同时存在低云和高云时,那么"层积云-高积云-高云"天空条件时的层积云/高积云产品匹配率要高于"非层积云(积云或积雨云)-高积云-高云";其次,虽然地基观测结果中包含大量积云时刻,但卫星云分类产品中不包含积云产品。     

基于TF-IDF与word2vec的台词文本分类研究

为提高文本分类的准确性,针对健康节目台词文本各类别之间样本数量及各样本之间词数不平衡的特点,提出了一种基于word2vec均值算法及改进的词频-逆文本频率(TFIDF)算法的分类方法 .该方法通过引入信息熵及修正因子,缓解了数据不平衡对分类准确率及召回率造成的不良影响.实验结果表明:所提出的分类方法在准确率及召回率上与word2vec均值模型相比,分别提高7.3%及10.5%.     

碳钢高温高压CO2腐蚀产物膜的形成机制

利用高温高压反应釜模拟了N80钢在CO2分压1MPa、温度90℃、流速1ms-1条件下地层水中不同时间的腐蚀行为,并应用SEM、EDS和XRD等微观分析手段研究了腐蚀产物膜的微观形貌、成分和结构特征,探讨了腐蚀产物膜的形成机制. 结果表明:在腐蚀开始阶段(8h),腐蚀产物主要为Fe3C,并有少量的FeCO3形成. 随着腐蚀的进行(72h后),腐蚀产物膜基本上为FeCO3. 腐蚀产物膜由内外两层构成:内层膜是溶液中HCO-3不断透过膜进入膜/基界面与基体反应形成,并使膜/基界面不断向内推进;外层膜是由于溶液中Fe2 和CO2-3的浓度超过FeCO3的容度积,FeCO3晶体在内层膜表面形核并长大而形成. 外层膜的晶粒比较细小、致密. 内层膜与外层膜的界面结合比较弱,而内层膜与基体的结合比较强.     

牛磺酸对高糖诱导H9c2心肌细胞凋亡的影响及其机制

探讨牛磺酸对高糖诱导H9c2心肌细胞凋亡的影响及其作用机制,以H9c2心肌细胞,分3组:正常对照组(CN组,葡萄糖浓度为5.5 mmol·L~(-1))、高糖组(HG组,葡萄糖浓度为25.5 mmol·L)、牛磺酸干预组(TAU组,葡萄糖浓度为25.5mmol·L~(-1)基础上加终浓度为40 mmol·L~(-1)牛磺酸)。48 h后,采用MTT检测心肌细胞活力,荧光酶标仪检测胞内ROS含量,RT-PCR法检测PI3KmRNA表达量,ELISA法检测磷酸化Akt蛋白(phospho-Akt,p-Akt)蛋白含量,比色法检测Caspase3水平,并采用Annexin-V/PI结合流式细胞仪检测细胞凋亡率。结果:高糖诱导48 h后细胞活力下降(P0.001),ROS含量升高(P0.001),PI3KmRNA水平与p-Akt蛋白含量降低(P0.001),Caspase3活性升高(P0.001);并伴有凋亡率显著增加(P0.001);与HG组相比,牛磺酸干预可显著提高细胞活力(P0.001),降低ROS含量(P0.001),增加PI3KmRNA表达(P0.01)与p-Akt蛋白含量(P0.05),降低Caspase3活性(P0.001),抑制细胞凋亡(P0.001)。说明牛磺酸可通过PI3K/Akt途径降低细胞内氧化应激水平和Caspase3活性,抑制高糖诱导H9c2心肌细胞的凋亡。     

碳封存工程泄漏超高CO2浓度对植被影响的多光谱遥感监测应用

利用天然CO_2气田模拟碳封存工程泄漏超高浓度CO_2后对生态环境影响研究基地,借助多光谱高分辨率遥感技术,在获取多个时相的卫星影像基础上,监测当地植被指数及变化趋势。结果表明:多光谱遥感技术能很好的应用于因高浓度CO_2泄漏造成的植被影响监测,既适用于微小尺度的精细监测,同时也对宏观范围内植被监测起到很好的效果,为完善我国二氧化碳地质封存工程环境影响监测技术方法体系提供科学支撑。