波段选择协同表达高光谱异常探测算法

高光谱遥感影像具有光谱分辨率极高的特点,承载了大量可区分不同类型地物的诊断性光谱信息以及区分亚类相似地物之间细微差别的光谱信息,在目标探测领域具有独特的优势。与此同时,高光谱遥感影像也带来了数据维数高、邻近波段之间存在大量冗余信息的问题,高维度的数据结构往往使得高光谱影像异常目标类和背景类之间的可分性降低。为了缓解上述问题,本文提出了一种基于波段选择的协同表达高光谱异常探测算法。首先,使用最优聚类框架对高光谱波段进行选择,获得一组波段子集来表示原有的全部波段,使得高光谱影像异常目标类与背景类之间的可分性增强。然后使用协同表达对影像上的像元进行重建,由于异常目标类和背景类之间的可分性增强,对异常目标像元进行协同表达时将会得到更大的残差,异常目标像元的输出值增大,可以更好地实现异常目标和背景类的分离。本文使用了3组高光谱影像数据进行异常目标探测实验,实验结果表明,该方法与其他现有高光谱异常目标探测算法对比,曲线下面积AUC(Area Under Curve)值更高,可以更好地实现异常目标与背景分离,能够更有效地对高光谱影像进行异常目标探测。     

显性语法知识传授中的发现原则

尽管语法在交际教学法鼎盛时期一度遭到冷遇，但现在又重新被英语语言教学所接纳，作为一种新的语法教学方式，发现原则综合了传统归纳发和演绎法的长处，概述了发现原则的理论依据，指出发现原则旨在鼓励学习者积极参与而非被动接受，符合当前认知主义对二语学习的认识。     

Expanded adaptive fuzzy sliding mode controller using expert knowledge and fuzzy basis function expansion for UFV depth control

Generally, the underwater flight vehicle (UFV) depth control system operates with the following problems: it is a multi-input multi-output (MIMO) system, it requires robustness, a continuous control input, and further, it has the speed dependency of controller parameters. To solve these problems, an expanded adaptive fuzzy sliding mode controller (EAFSMC), which is based on the decomposition method designed by using an expert knowledge and the decoupled sub-controllers and composition method designed by using the fuzzy basis function expansions (FBFEs), is proposed. To verify the performance of the EAFSMC, the depth control of UFV in various operating conditions is performed. Simulation results show that the EAFSMC solves all problems experienced in the UFV depth control system online.     

从受训神经-模糊模型中提取知识

本文对用于模式分类、函数逼近、参数估计的多层感知器 (MLPs)给出 1个清晰的关于内部行为的解释。作者以单隐层的 MLP为例 ,论述了关于 MLP的内部行为的半线性分析理论。对受训的MLP,将隐层单元的输出分别定义为网络输出的正、负“内部分量”;定义内部分量的连接权重集为给定问题的“内部判别模式”;建立了 MLP和模糊集相结合的新模型 ;分析了 MLP的结构为 N- 2 - 1和N- H- 1 ,给出权重初始化的方法 ;提出了 1种从受训神经 -模糊模型 (NFMs)中提取知识的全新的具有实用价值的方法。     

一种基于启发式算法的等高线局部内插方法

在基于启发式内插等高线算法的基础上提出了一种局部内插方法。首先利用Douglas-Peucker算法提取等高线的特征点,根据特征点判断等高线之间的相似性程度,找出导致等高线出现异常的特征点;然后将相似性程度很低的两条等高线自动分解为若干简单等高线再进行内插。有效地解决了局部弯曲很大、马鞍型地貌等复杂等高线的内插问题。算法已经在以Microstation为平台的数字制图系统中实现并逐渐实用化。     

GVG采样线代表性检验

通过在实验区内设置不同类型的采样线,对GVG采样线的代表性进行检验.结果表明,高速公路和乡村道路类型的采样线对区域代表性的精度在95%以上;国道为86.726%;省道为65.447%.对于不同的缓冲区,高速公路、省道和乡村道路类型采样线,以200m缓冲区的代表性最好.而国道则以800m缓冲区的代表性最好.对于不同的作物而言,无论何种类型的采样线或者缓冲区,种植面积最大的棉花的精度是最好的.最低的是省道采样线1000m缓冲区,精度是78.146%,最好的是国道采样线800m缓冲区,精度是99.974%.除省道外,其他精度都在94.8%以上.这说明GVG采样线所获得的成数对于区域主要作物的代表性是很好的.     

GIS空间关联规则挖掘研究

提取不同对象或现象间相互联系的空间规律,发现、解释或预测空间现象或事件,是GIS空间关联规则挖掘价值的体现。通过对目前的空间关联规则挖掘理论和实例的研究,分析了挖掘过程涉及到的基本问题：挖掘实施的基本步骤、开发路线、挖掘有效性的保证,挖掘方法及优化策略等,得到了实用的挖掘的一般方法,也对挖掘的应用实例进行了分析,展望了应用前景。     

多尺度空间线状实体形状相似关系的表达与度量

本文对空间数据多尺度表达中线状实体综合前后的形状相似性进行了描述、分析和研究。通过调查统计,得出了衡量线状实体形状相似程度的两个重要参量SIMⅠ、SIMⅡ,基于这两个参量给出了空间线状实体形状相似性的定义以及在不同尺度下线状实体形状相似性的度量方法,并用实例进行验证。为空间数据多尺度表达时线状实体的形状表达提供了一种分析和评价手段。