优化子空间SVM集成的高光谱图像分类

随机子空间集成是很有前景的高光谱图像分类技术,子空间的多样性和单个子空间的性能与集成后的分类精度密切相关。传统方法在增强单个子空间性能的同时,往往会获得大量最优但相似的子空间,因而减小它们之间的多样性,限制集成系统的分类精度。为此,提出优化子空间SVM集成的高光谱图像分类方法。该方法采用支持向量机(SVM)作为基分类器,并通过SVM之间的模式差别对随机子空间进行k-means聚类,最后选择每类中J-M距离最大的子空间进行集成,从而实现高光谱图像分类。实验结果显示,优化子空间SVM集成的高光谱图像分类方法能够有效解决小样本情况下的Hughes效应问题;总体精度达到75%–80%,Kappa系数达到0.61–0.74;比随机子空间集成方法和随机森林方法分类精度更高、更稳定,适合高光谱图像分类。     

Review of the algebraic linear methods and parallel implementation in numerical simulation of groundwater flow

The desire to increase spatial and temporal resolution in modeling groundwater system has led to the requirement for intensive computational ability and large memory space. In the course of satisfying such requirement, parallel computing has played a core role over the past several decades. This paper reviews the parallel algebraic linear solution methods and the parallel implementation technologies for groundwater simulation. This work is carried out to provide guidance to enable modelers of groundwater systems to make sensible choices when developing solution methods based upon the current state of knowledge in parallel computing.     

小波包分解树结点与信号子空间频带的对应关系及其应用

小波包变换的Mallat分解算法可以把较宽的信号频带划分成相等带宽且互不重叠的窄频带,但由于信号子空间频带的频率大小并非按照分解树结点（node）编号的大小顺序排列,各个结点重构信号的频率范围不易判定. 本文通过分析小波包变换的Mallat分解算法与分解滤波器的关系,设定频带编号与结点编号间进行二进制转化的运算规则,得到了小波包分解树结点与信号子空间频带的对应关系,然后通过模拟信号进行了验证. 结果表明,本文给出的小波包信号子空间频带的排列规则是正确的.      

基于地震记录的混凝土拱坝模态识别结果评价研究

利用混凝土拱坝地震记录识别的模态参数，可以揭示结构在地震过程中实际动力特性的变化情况，为结构地震反应分析和震后损伤评估提供重要信息。首先对模态识别常用方法的基本原理进行介绍；然后利用龙羊峡拱坝两次地震观测数据，采用"输入—输出"型和"仅考虑输出"型两类方法对大坝模态参数进行识别；最后将获得的模态识别结果与工程经验值和其他学者的研究成果进行对比，以分析评价识别结果的合理性。相关研究成果可为基于地震记录的混凝土拱坝模态参数识别的工程应用提供经验借鉴。