利用可分离非负矩阵分解实现高光谱波段选择

高光谱影像波段众多且相关性强,导致分类存在信息冗余且计算量较大。提出了可分离非负矩阵分解方法来选取高光谱影像的代表性波段子集,在保证分类精度的同时降低计算量。该方法假设高光谱影像的波段集合具有可分离特性,改进传统非负矩阵分解模型,将波段选择转换为可分离非负矩阵分解问题,采用迭代投影方法来依次选取能够非负线性表达其他波段的代表性波段。在此基础上,利用两个公开高光谱数据集对比几种主流方法,采用定量评价和分类精度指标来综合评价所提的波段选择方法的效果。实验结果表明,可分离非负矩阵分解方法的分类精度高于其他几种方法,而且计算效率排名第2,能够选取合适的波段子集以满足高光谱遥感的应用需求。     

非负矩阵分解在高光谱图像解混中的应用探讨

从线性混合模型与非负矩阼分解的定义出发,分析非负矩阵分解适用于高光谱图像解混的原因,总结近年来学者们提出的基于非负矩阵分解的光谱解混算法,并重点对SC-NMF、MVC-NMF、APS-NMF算法步骤进行介绍与分析,最后总结非负矩阵分解及其应用于混合像元分解所面临的问题.     

约束非负矩阵分解框架下高维自适应粒子群端元提取

传统基于约束非负矩阵分解NMF(Nonnegative Matrix Factorization)的高光谱端元提取算法一般存在两个问题:一方面,以固定惩罚系数方法处理端元提取的约束优化问题,难以较好权衡目标项与约束项间的关系,影响提取效果;另一方面,求解过程通常基于梯度算法,依赖于初始值和步长的设定,容易陷入局部最优。针对这些问题本文提出约束NMF框架下高维自适应粒子群端元提取算法HAPSO(High-dimension Adaptive Particle Swarm Optimization)。该算法在端元距离最小约束的NMF框架下,利用粒子群算法PSO替代原梯度算法以增强全局搜索能力;采用高维PSO方法解决了多波段高维问题,并结合种群信息构建自适应惩罚机制以实现端元提取中目标与约束的合理权衡。通过模拟影像和真实影像的实验,证实该算法与传统的NMF端元提取算法相比能够更合理地权衡约束和避免局部最优,具有较好的端元提取效果。     

最小体积和平滑性约束的非负矩阵分解高光谱解混算法

针对传统非负矩阵分解算法约束项中仅考虑了端元或丰度的相关属性,存在着解混精度欠佳、对噪声鲁棒性差等问题,提出了一种基于最小体积和平滑性约束的非负矩阵分解高光谱图像解混算法.首先利用了高光谱图像端元的几何特性,同时考虑了丰度的平滑特性,并将这两种特性结合成约束项,同时加入到了非负矩阵分解的目标函数中.然后,通知优化目标函...     

基于手机信令数据的北京市景区游客时空活动特征研究

手机信令数据可以用于研究区域人群时空活动特征,但利用手机信令数据对景区客流活动规律探究的研究较少。本文基于手机信令数据,以北京市32个景区为研究对象,建立客流时空特征评价指标,对北京景区2021年3月1日至2021年5月13日的客流时空变化规律进行了分析。结果显示节假日和周末北京客流量有明显的增长,不同景区间存在客流拥堵差异,近80%的景区在节假日会面临较高的客流压力。研究结论可为北京旅游发展和风险防范提供信息参考。     

重加权稀疏和全变差约束下的深度非负矩阵分解高光谱解混

近年来,非负矩阵分解NMF (Nonnegative Matrix Factorization)由于其简单有效的特点,已被广泛应用于解混。由于传统的NMF只有单层结构,不能获取隐藏层的信息,其解混效果受到制约,为了研究影像的深度空谱特征,本文在深度NMF结构的基础上,提出了一种基于全变差和重加权稀疏约束的深度非负矩阵分解(RSDNMF-TV)算法。首先,使用深度NMF模型代替传统单层NMF模型,在预训练阶段进行逐层预训练,而在微调阶段减少分解误差。其次,由于丰度矩阵是稀疏的,本文在深度NMF模型中加入重加权稀疏正则化项,其权值则根据丰度矩阵自适应更新。最后,进一步引入全变差正则化项,以利用空间信息并促进丰度图的分段平滑性。论文采用梯度下降法推导出乘性迭代规则,为验证所提出的RSDNMF-TV算法的有效性,利用模拟数据集、Cuprite数据集以及高分五号数据集进行实验,并与其他经典方法作对比,结果发现本方法具有更好的解混效果,同时具有一定的去噪能力。     

顾及手机基站分布的核密度估计城市人群时空停留分布

为了减小人群在连续空间上停留分布的估计误差,结合手机基站的空间的分布特点,根据基站间的邻近性来计算带宽控制参数,使搜索带宽随着基站的分布而变化;利用最小二乘交叉验证和对数概率两种方法来评价其估计效果,结果表明变化带宽比固定带宽的核密度估计效果更优。以深圳市手机位置数据为例,利用改进方法估计了几个典型时段城市人群停留的时空分布差异,反映了城市人群对城市不同区域的使用情况及其随时间变化情况。     

应用稀疏非负矩阵分解聚类实现高光谱影像波段的优化选择

针对高光谱影像数据高维性、高度相关性和冗余性等特点,提出应用稀疏非负矩阵分解聚类实现高光谱影像波段的优化选择。通过稀疏非负矩阵分解方法对高光谱影像进行稀疏化表示,同时顾及其可聚类的特性,在保留所选波段物理意义的基础上,得到波段选择后的高光谱影像降维数据。通过该方法对PHI-3高光谱影像进行波段选择的试验分析,应用聚类特征有效性分析波段聚类结果,并采用波段子集的信息量、相关性和可分性3类评价指标来验证方法的效果。最终,从运行效率和分类精度两方面证明了基于无监督聚类的稀疏非负矩阵分解对高光谱影像的波段选择的实用性。     

利用OD数据的人群活动分析

OD数据包含了城市居民活动模式,对于分析城市居民的活动、把握居民出行模式和城市空间结构具有重要意义.因此,本文提出了一种区域流动计算方法,运用区域流动倾向指数和区域主体流向来挖掘居民活动的模式.首先,根据时空粒度对区域的OD流进行统计,把OD数据映射到相应的区域内;然后,计算每个区域在不同时间段的流动倾向指数(包括流入...     

利用灰度共生矩阵纹理特征识别空心村损毁建筑物的方法

从无人机影像上快速识别空心村损毁建筑物,不仅能精确掌握损毁建筑物的位置分布,还能为实地调研提供指导材料。本文首先在试验区范围内获取建筑物影像,并对这些建筑物逐一标记。然后以单个建筑物为对象,计算纹理特征参数和光谱特征参数,选取与损毁程度正相关的参数标准化后组成特征参数向量,根据向量的可视化结果获取损毁建筑物的分布、损毁程度等信息。试验结果表明,该方法能实现从无人机影像上识别出损毁建筑物,并能对建筑物的损毁程度得到初步认识,可以有效实现高分辨率影像中空心村损毁建筑物的识别。     

利用POI数据进行地震时空特征可视化分析

运用GIS空间数据可视化技术和Python语言可视化模块对我国近十年间发生地震的POI大数据进行可视化分析,通过对地震发生的历史数据进行分析,探究和揭示地震发生的一些时空规律。分析结果表明:近十年地震主要发生于我国地震板块的天山地震区、昆仑山地震区、青藏高原地震区以及台湾地震区,主要涉及地区有新疆、四川、云南、青藏高原以及台湾地区;地震的分布方向以及聚集中心分布明显,地震级数以3—6级居多,地震深度以0—50 km最为常见。分析结果可以给地震发生区域的有效应对提供参考。     

基于时空数据挖掘的城市体检评估方法与实践——以无锡市为例

时空数据挖掘作为当前研究的热点之一,为城市研究提供了新的思路和技术手段。本文以无锡市为例,利用手机信令数据、车辆轨迹实时数据、基础地理信息等多源异构时空数据,构建相应的数据挖掘模型,进行了职住平衡、区域联系度、交通拥堵等城市特征的挖掘与分析,构建多源数据挖掘的城市评估体系,探索了时空数据挖掘在城市体检评估中的应用,为城市规划和运行管理提供了科学评估与决策。     

最小光谱相关约束NMF的高光谱遥感图像混合像元分解

提出了一种最小化光谱相关度约束的非负矩阵分解方法。该方法根据高光谱遥感图像中端元之间具有不相关性这一特点,提出了一种光谱相关度函数。该函数度量光谱之间的相关程度,函数值越小,光谱间的相关度越小。通过联合最小化光谱相关度函数和非负矩阵分解误差函数,使获得的光谱之间具有最小的相关性,从而获得端元光谱以及组分图。模拟实验和真实实验证明了算法的有效性。     

精细地图融合手机信令的城市人口时空分布特征研究

针对城市人口时空分布研究中缺乏以精细地图数据为支撑的地理分析方法、不能真实反映人类活动目的等问题,提出了一种精细地图融合手机信令的方法。该方法以地图为智能底板,基于信令轨迹中的基站位置与精细地块的类型,通过空间计算和时间推理得到手机用户在每个时段的驻留地块以及驻留时长,建立基于精细地块的人口空间化模型;识别每个地块中的职住人口和短期到访人口,再汇总得到任意目标区域的实际服务人口总量及人群结构,分时段研究人口流动和聚集变化特征。经过验证,该方法提升了人口时空分布研究结果的真实性和实用性,弥补了手机基站定位与用户实际位置存在偏差且无法准确识别居民行为规律的不足,为城市人口精细化管理、重点区域人流监测与安全保障、优化公共资源配置等提供可靠的决策支撑。     

采用目标端元修正的高光谱混合像元盲分解

针对非负矩阵盲信号分离(NMF)用于混合像元分解易陷入局部极小值的不足,将非监督端元提取与盲分解方法相结合,构建了一种基于目标端元修正的混合像元盲分解模型(ATGP-NMF)。ATGP-NMF模型利用非监督正交子空间投影算法(ATGP)和非负最小二乘法(NNLS)获取NMF盲分离的初始值,然后将获得初始目标端元光谱与丰度输入NMF模型,通过迭代运算不断逼近优化目标而得到最终的端元光谱和端元丰度。为了检验模型对于各类数据的有效性和适用性,将ATGP-NMF与传统NMF分别应用于模拟仿真数据、室内控制数据和真实遥感影像3类实验数据进行分析验证。结果表明,ATGP-NMF模型具有较好的适用性,在没有先验信息、先验信息很少,以及纯像元假设不存在情况下都能较好地分解混合像元,且能够更好克服局部极小问题,提高混合像元分解的精度。     

近20年苏州土地利用动态变化时空特征分析

针对快速发展的城镇化地区土地利用矛盾突出的问题,该文以苏州市为例,对其近20年来的土地利用状况进行分析。以遥感影像为基础数据,采用了土地利用转移矩阵、标准差椭圆、点密度分析和热点分析等多个方法,讨论苏州市20年来土地利用数量结构的变化,并挖掘其在空间分布上的特征。结果表明:1995—2015年间苏州土地利用发生了剧烈变化,城镇建设用地快速扩张、大量农田急剧消减;扩张的城建用地在空间上具有明显的连片分布趋势;并且土地利用变化位置在空间上具有明显的方向性和集中性特征。     

端元之间最大距离和约束的 NMF混合像元分解方法

NMF应用于混合像元分解时具有不满足丰度"和为一"约束和结果不具有唯一性的问题。MVCNMF将凸面单形体的体积作为约束条件引入到NMF中。从理论上看,当端元光谱中存在形状相似的光谱时,单形体的体积接近于零,此时MVCNMF实际上变为NMF,且凸面单形体的体积计算比较复杂,影响算法的效率。针对此问题,提出一种端元之间最大距离之和约束的NMF混合像元分解算法MSMDCNMF,将其引入到非负矩阵分解中。利用计算所有端元之间的最大距离之和作为约束条件来控制凸面单形体的大小,简化了约束条件,减小了计算复杂度。通过对比发现,所提方法在端元提取精度方面优于MVCNMF算法,与MOCCNMF算法接近,但在算法运行效率上,MSMDCNMF算法效率最高。     

利用手机定位数据的用户特征挖掘

目的 手机定位数据已经逐渐成为一类新兴的空间数据,可用于分析个体或大规模区域内群体的活动特征,服务于基于位置的服务和城市及交通规划等。提出了一种基于手机定位数据,结合区域内兴趣点(POI)、房产价格等,利用空间聚类及语义分析等手段,对用户特征进行分析和挖掘的方法。首先采用DBSCAN方法提取用户重点活动区域;其次,根据用户的活动规律假设对活动区域进行类别标注;最后引入自然语言处理方法对POI和楼盘描述信息进行词频分析。并结合区域内POI类别和房价信息推断用户可能的偏好特征及收入或消费能力等特征,对用户一个月的手机定位数据进行挖掘分析。结果表明,该方法对用户重点活动区域及个体喜好特征等能够进行较为有效的挖掘。     

现实与赛博空间数据相结合的城市活动事件时空建模

城市活动事件(如文化、娱乐、体育等事件)的规模与影响力是城市经济文化发展的重要体现,其发生的全过程对城市现实空间与赛博空间都会产生巨大影响,从现实空间与赛博空间对城市活动事件的演化感知、动态建模与时空分析,具有重要的理论研究与应用价值。提出了一种结合现实空间交通数据与赛博空间社交媒体数据的城市活动事件时空建模分析方法,从事件进行中的交通轨迹,探测识别与事件显著相关的城市时空区域和交通流,分析现实空间事件热度的时空变化;从事件发生全过程的社交媒体数据中,探测分析赛博空间事件热度的时空变化;通过将现实空间和赛博空间的融合,建立城市活动事件时空模型,刻画事件全过程中城市地理空间与城市行为空间的时空演变特征。以2015年周杰伦"魔天伦2.0"世界巡回演唱会(武汉站)事件为例,采用武汉市出租车GPS轨迹数据和微博数据,对演唱会的事前、事中、事后实现城市地理空间与行为空间全过程建模与时空演变分析,并与单一数据源事件刻画模型进行比较,结果显示本方法能更合理地结合现实空间和赛博空间刻画城市活动事件。     

时空数据空间特征的动态可视化模型

本文以多时态地理现象空间特征的连续变化过程的动态可视化表达为研究对象,借鉴Flash中逐帧动画和形状补间技术的设计思想,提出一种以时间为驱动的时空数据之空间特征的动态可视化模型:设计一组适用点、线、多边形地理实体的空间特征的图形变形算法,用于在"关键帧"之间插值生成足够多中间时刻的地理现象的空间特征状态作为"中间帧";采用合适的地图动画时间比例尺,连续播放各个"关键帧"和"中间帧",最终实现逼真动画效果的空间特征动态可视化。