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。     

基于YOLOv3深度学习的海雾气象条件下海上船只实时检测

海雾气象条件下船只高精度检测识别面临较大困难,传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题,提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片（海雾、雨）的判别方法,实现图片清晰度分类处理;其次为提高海雾气象条件下海上船只的实时检测精度,消除海雾遮挡对目标识别的影响,运用暗通道先验去雾方法对含有海雾的图像实行去雾;最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只,对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。     

基于AHP方法与GIS技术的海底管道路由选择研究

海底管道路由选择与海底管道建设、运营以及后期管理等工作存在密切联系,对管道工程经济性、安全性和合理性有着重要意义.考虑影响海底管道路由选择的自然与社会环境因素,构建了量化的评价体系,以AHP层次分析方法作为数学依据确定评价权重,建立了标准化的路由选择评判模型.进一步,将该模型与GIS空间分析技术相结合,生成以地图可视化...     

1978年以来广州市居民职住地选择行为时空特征与影响因素的代际差异

1978年以来,中国体制改革重塑了个体日常时空行为及其在生命过程中的活动轨迹,但鲜有文献解析长时间序列下不同代际群体对职住政策调整做出的响应及其代际差异。基于时间地理学视角与代际差异理论,将广州市微观个体职住地变动历程与代际问题相结合,利用问卷调查分析1988年和1998年居民职住制度改革前后,不同代际居民职住地变迁行为时空特征及其影响因素的结构性差异。结果发现：① 在居住地和就业地变迁方向方面,各代际居民住房迁出地主要集中于老城区,就业地变迁围绕两个城市中心,形成由老城核心地域向内城、近郊扩散的变迁过程。② 职住地距离变化方面,居民平均职住距离由1988年之前的4.91 km增至1998年之后的6.46 km,20世纪90年代出生居民（简称90后,下同）的职住分离度大于其他群体。③ 在职住地变迁率方面,住房商品化和就业社会化极大地增加了居民职住地选择自由度,60后和70后在1998年之后的迁居率分别为113.16%与112.33%,就业地变迁率分别为148.68%与197.26%,二者都远高于住房改革前的比例。④ 驻留时长方面,职住自由化使得驻留时长明显缩短。60后变化最为明显,该群体在一个居住地的居住时长由1988年以前的14.43年缩至1998年以后的5.43年,就业地驻留时长由12.43年降至3.95年;80后与90后在1998年以后的职住地驻留时长明显较短,70后相对较长。⑤ 能力、组合及权威制约中的房价、婚姻状况、学历、福利分房及下岗等因素对职住地变迁表现出明显代际差异,因子女上学及同事关系等组合制约对就业地变迁无显著群体差别。     

中国企业R&D国际化:时空格局与区位选择影响因素

基于中国企业海外R&D投资数据和零断尾负二项回归分析方法,探讨了1998—2015年中国企业R&D国际化的时空格局特征,并从东道国角度分析影响其区位选择的主要因素。结果表明：研究期内中国新建海外R&D机构数量快速扩张;海外R&D投资区域分布广泛,呈现分散和集聚并存的特征;以华为为例分析了典型中国企业海外R&D投资的空间布局特征,认为目前华为海外R&D投资呈现集中布局在欧洲,零散分布在亚洲、美洲、非洲的空间特征,主要是由其以全球技术升级和满足多样化的市场需求等R&D国际化的战略动机所决定。回归分析结果表明,中国企业对发达国家和发展中国家进行R&D投资的影响因素有共同点但也存在一定的差异：① 现阶段东道国的R&D需求不是影响中国企业对其进行R&D投资的主要因素;② 代表中国与东道国经济往来密切程度的关联要素是影响中国企业R&D投资的重要决策因素;③ 发达国家吸引中国企业对其进行R&D投资主要是因其创新能力强、R&D资源数量多,而政策及制度供给是影响中国企业对发展中国家进行R&D投资的主要因素;④ 地理距离对中国企业R&D“走出去”的阻碍作用主要体现在对发展中国家的R&D投资中。     

农户资本禀赋对耕地质量保护行为选择的影响---以江西省为例

根据江西省303户农户实地调研数据,运用熵值法和Probit模型,分析家庭资本禀赋对农户耕地质量保护行为选择偏向的影响。结果表明:土地资本对秸秆还田和耕地深松存在较大约束;存在劳动力资本约束的农户会增加对秸秆还田的采纳,降低农家肥和商品有机肥的使用;经济资本对于耕地深松存在显著的约束作用而对农家肥和商品有机肥无显著影响。从缓解家庭资本禀赋约束和推广耕地质量保护技术两个角度提出相应的政策建议。     

机载多光谱LiDAR的随机森林地物分类

机载多光谱LiDAR技术利用激光进行探测和测距,不仅可以快速获取地面物体的三维坐标,还可以获得多个波段的地物光谱信息,可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征,完成多光谱LiDAR的随机森林地物分类;并分析随机森林的特征贡献度特性,采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明：随机森林方法可以获得较好的地物分类精度,而且可以适当地去除部分冗余和相关的特征,从而有效提高分类精度。     

高光谱图像波段选择的改进二进制布谷鸟算法

波段选择是高光谱遥感图像分类的重要前提,本文提出了一种用于高光谱遥感图像波段选择的改进二进制布谷鸟算法,通过使用混合二进制编码算法更新子代鸟巢和使用遗传算法交叉方式更新被发现鸟巢两个方面对二进制布谷鸟算法进行改进,找出在图像中起主要作用且相关性低的波段,实现对高光谱遥感图像降维。将本文算法运用于PaviaU数据集和AVIRIS数据集,并与二进制布谷鸟算法、二进制粒子群算法、最小冗余最大相关算法、Relief算法等进行对比分析。结果表明,改进二进制布谷鸟算法波段特征选择效率更高,且选取的波段更具代表性,能够较好地提高后续分类精度。     

联合像元-深度-对象特征的遥感图像城市变化检测

特征空间的构建和优化对遥感图像识别能力的提高具有重要作用。针对面向对象方法对波段光谱信息利用不足,以及像元识别法无法充分利用图像空间几何等信息的问题,本文建立了新颖的联合像素级和对象级特征的航摄遥感图像城市变化检测方法。首先,充分利用像素级和对象级特征的优势,建立考虑光谱、指数、纹理、几何、表面高度及神经网络深度特征的特征空间;然后,引入LightGBM(light gradient boosting machine)算法对大量特征进行选择研究;最后,采用随机森林识别器对宜兴市2012年和2015年两期遥感图像进行识别,利用变化矩阵进行城市的变化检测。结果表明:联合像元、深度、对象特征和LightGBM特征选择算法的识别效果最好,平均的总体识别精度达到了88.50%,Kappa系数达到0.86,比基于像元、深度或对象特征的识别方法分别提高了10.50%、15.00%和4.00%;城市变化检测精度达到了87.50%。因此,本文方法是利用甚高分辨率航摄遥感图像进行城市变化的检测的有效方法。     

山区遥感图像的特征选择与检索研究

针对遥感图像特征存在冗余及图像检索效率低的问题,提出一种基于贡献值的有效特征选择及其分类检索方法。对高分一号(GF-1)河北省阳原地区的村落、山脊、水体遥感图像,对比Hu矩、小波分解和灰度共生矩阵特征,发现使用Hu矩较适用于识别村落,而对山脊和水体的识别率低;引入区分山脊和水体的颜色特征,并与Hu矩构成特征空间,实现山区遥感图像分类和检索。实验结果表明,该方法能够选取出图像特征中的主要分量,具有高效、实用、方便的特点,检索查准率达到92%,查全率达到88%。