基于KPCA和FCM的HJ-1A星遥感数据分类

为提高对环境与灾害监测预报小卫星1A(HJ-1A)星遥感数据分类的精度,首先将HJ-1A星HSI高光谱数据和CCD多光谱数据进行GS(Gram-Schmidt)融合,然后利用主成分分析法(principal component analysis,PCA)和核主成分分析法(kernel PCA,KPCA)分别对融合后的高光谱图像进行降维处理.KPCA降维时采用高斯、线性和多项式3种核函数,根据特征提取效果评价结果,选择累积贡献率较大的多项式核函数.最后,分别对融合后的高光谱图像、PCA主成分图像和基于多项式核函数的KPCA主成分图像进行模糊C均值分类.实验结果表明,KPCA对融合后高光谱图像的特征提取得到了较好的效果,同时提高了分类精度和效率.     

基于改进邻域均值的全色影像水域提取

利用传统邻域均值法对全色影像水域进行提取时,所提取的水域边界精确度严重依赖于搜索窗口的大小。本文通过分析水域灰度特征以及提取边界不精确的原因,对方法进行针对性的改进:依据邻域各像素点与种子点的灰度差值分别对其赋予不同的灰度值,以处理后的邻域均值作为特征进行水域提取。实验结果表明:基于改进的邻域均值方法对遥感影像水域有较好的提取结果,提取精度较之改进前有明显改善。     

基于密度的加权K-Means算法

K-Means算法是比较流行的局域聚类算法,但由于其存在需要输入聚类数目以及对初始聚类中心敏感等缺陷,本文提出了一种基于密度的加权K-Means聚类算法来初始化聚类中心。该算法定义了点的密度函数和聚类中心函数,通过一定评价函数获取聚类中心。该方法获取的聚类中心不仅周围密度比较大,而且各个聚类中心之间相关性比较小,从而有效的减少了聚类时间,提高算法效率。     

基于像素和区域特征组合的小波变换图像融合

小波变换的图像融合是一种多尺度、多分辨率的图像融合方法。本文针对基于单像素和基于区域特征融合的不足,提出一种两者组合的方法,在小波分解的低频系数采用基于像素最大值选择规则,高频系数采用区域窗口内源图像的均值滤波掩膜叠加规则,并通过与其他方法定量和视觉比较,表明该方法能很好地提高影像的分辨率和保留原有多光谱影像的光谱信息,融合效果较好。     

重力数据粗差探测与剔除方法的研究

根据均值漂移模型,针对重力场特点,综合利用高精度DEM数据及绘图法,本文提出了三种重力数据的粗差探测与剔除方法,对重力点数据进行全面的粗差探测与剔除,为建立我国高精度、高分辨率数字大地水准面、垂线偏差模型提供可靠的基本数据;实际结果表明,该方法正确可靠,是一种行之有效的粗差探测与剔除方法。     

江西相山铀矿田遥感影像呈现的新构造运动及其意义

通过Landsat 7 ETM+多光谱数字图像融合，对相山矿田的地表岩性、地貌景观及线环影像进行分析，共解译出NE向、NNW向、NWW向、SN向和EW向5组线性构造， 这些线性构造具有多期次活动的特点，其中NE向线性构造F2在第四纪的活动，使相山矿田北西部相对于南东部陷落，形成北西、南东两个各具特色的影像区，南东影像区剥蚀程度较大，北西影像区更适合找矿。     

基于二维灰度直方图的均值漂移红外运动目标跟踪

红外图像由于其信噪比低,跟踪目标很难用一维直方图描述。本文提出采用二维直方图建立目标模型,基于均值漂移的红外运动目标跟踪算法。该算法用二维直方图描述运动目标,然后采用均值漂移算法估计候选目标的位置。使用都伯林城市大学红外视频数据对该跟踪算法进行测试,实验结果表明,该方法可以有效应用于实时红外运动目标的跟踪。     

大兴安岭北部霍拉河盆地地质构造在冻土形成中的作用

霍拉河盆地周围山地与盆地的发育过程、构造活动方式,以及经受外营力作用不同,致使它们地质结构、沉积岩相、岩性、裂隙发育程度及地下水赋存规律等呈现明显差异。由此形成自盆地中心向四周山地冻土厚度明显变薄、温度升高,到周围山地某些地段出现融区。     

淘汰落后产能的产业转型政策在典型工业行业的节能效果分析

利用我国2011-2015年典型产业淘汰落后产能数据,研究了通过淘汰落后产能实现产业结构减排的净能源节约量,评价了不同行业在节能中发挥的作用,分析了全国范围内典型产业转型能源节约量的动态变化情况。估算结果表明：2011-2015年淘汰落后产能的年净能源节约量分别为1357.77万、1245.70万、1067.32万、981.42万和483.70万tce,期间累计净能源节约预期达到5135.91万tce;电力、水泥、造纸、炼铁、焦炭、炼钢和铁合金7个行业部门2011-2015年累计淘汰落后产能净能源节约量之和占到20个行业部门净能源节约量的90%;河北省、山东省和山西省淘汰落后产能能源节约量最为突出,占全部能源节约量的近28%。