高光谱图像滚动引导递归滤波与地物分类

高光谱图像类内光谱变化较大,"同物异谱"现象普遍存在。利用原始地物光谱特征进行分类精度较低而且分类结果图中存在"椒盐现象"。为了获得好的分类结果,必须充分利用高光谱图像的光谱信息和空间信息,减少类内的光谱变化,并扩大类别间的光谱差异。为此,提出一种滚动引导递归滤波的高光谱图像光谱—空间分类方法。首先,利用主成分分析对高光谱图像进行降维;然后,利用高斯滤波对输入图像进行模糊化,消除图像中的噪声和小尺度结构;接下来,将模糊化后的图像作为引导图像,对输入图像进行边缘保持递归滤波,输出结果作为新的引导图像,重复迭代这个过程直至大尺度边缘被恢复;最后,利用提取的特征波段和支持向量机对高光谱图像进行分类。在两个真实高光谱数据集上进行了分类实验,结果表明本文方法的分类精度优于其他的高光谱图像分类方法。在训练样本极少的情况下,本文方法也能获得较高的分类精度。     

A regression model-based method for indoor positioning with compound location fingerprints

ABSTRACT

This paper proposed and evaluated an estimation method for indoor positioning. The method combines location fingerprinting and dead reckoning differently from the conventional combinations. It uses compound location fingerprints, which are composed of radio fingerprints at multiple points of time, that is, at multiple positions, and displacements between them estimated by dead reckoning. To avoid errors accumulated from dead reckoning, the method uses short-range dead reckoning. The method was evaluated using 16 Bluetooth beacons installed in a student room with the dimensions of 11 × 5 m with furniture inside. The Received Signal Strength Indicator (RSSI) values of the beacons were collected at 30 measuring points, which were points at the intersections on a 1 × 1 m grid with no obstacles. A compound location fingerprint is composed of RSSI vectors at two points and a displacement vector between them. Random Forests (RF) was used to build regression models to estimate positions from location fingerprints. The root mean square error of position estimation was 0.87 m using 16 Bluetooth beacons. This error is lower than that received with a single-point baseline model, where a feature vector is composed of only RSSI values at one location. The results suggest that the proposed method is effective for indoor positioning.     

基于差值PCA的高分辨率影像变化检测

目前,影像变化检测研究主要针对多波段低空间分辨率影像,而多波段高空间分辨率影像的变化检测研究则相对较少。本文以时相为2015年和2016年的资源三号卫星影像为研究对象,采用差值主成分分析方法提取研究区的变化图斑。实验证明,该方法在多波段高分辨率卫星影像变化检测中有效,对影像变化检测的研究和应用具有重要的参考价值。     

基于PCA方法的GPS台站时间序列分析

基于10 a以上的全球GPS台站数据,利用主成分分析法及其他数据处理方法,对台站时间序列进行预处理和结果分析,研究其中的非线性周期规律,探讨时间序列的主要影响机制。结果表明,主成分分析法可以将台站残差时空矩阵分解成若干正交成分,GPS台站时间序列的东西方向具有线性漂移趋势,全球大部分GPS台站都存在非线性周期规律,周年项和半周年周期占据主导地位。     

基于改进的主成分分析法提取GRACE时变重力场信号

针对主成分分析法提取时变重力场模型信号中存在信号泄漏和去条带噪声不明显的问题,提出对球谐位系数主成分分析的改进方法。首先对球谐位系数进行主成分分析,提取主要的模态,再对不同模态根据其自身噪声特点选择合适的滤波方法和参数,最后在此基础上进行信号提取。以CSR发布的2005-01~2013-12(108个月)GRACE时变地球重力场模型进行实验,提取2006-06和2006-12等效水高数据和改进前的主成分分析进行比较,表明此方法在有效地剔除条带误差的同时又使得信号泄漏减小。     

基于GPS观测的天津地区形变应变场与构造活动

2006~2015年天津地区GPS连续观测站形变和应变计算结果显示,天津地区形变场和应变率场变化复杂,存在南北分带和东西分带特征。天津地区形变场和应变场主要受控于唐山-磁县地震构造带和张家口-渤海地震构造带等多组活动断裂的切割作用。     

几种海藻粗多糖的理化性质及结构特征分析

主要采用傅里叶红外光谱(fourier transform infrared spectroscopy, FTIR)、气相色谱(gas chromatography, GC)和凝胶渗透色谱(gel permeation chromatography, GPC)方法对5种海藻粗多糖的单糖组成、官能团、分子量进行了初步分析。结果显示5种海藻粗多糖均含有木糖和岩藻糖, 其中南方团扇藻多糖含有较为丰富的山梨糖, 属于大分子量均一性多糖, 而孔石莼多糖分子量分布较宽, 均一性较差。红外光谱分析结果表明, 5种粗多糖均为酸性多糖, 棒叶蕨藻、琼枝麒麟菜和匍枝马尾藻多糖具有明显的硫酸基团吸收峰, 琼枝麒麟菜多糖存在呋喃糖和吡喃糖, 并且吡喃糖苷键可能存在β和α两种类型。明胶氯化钡实验结果指出南方团扇藻多糖的硫酸基团含量为38.43%(±2.38%), 明显高于其他几种海藻多糖, 而棒叶蕨藻多糖的硫酸基团含量最低, 仅为8.92%(±1.04%)。     

基于MADM的自升式钻井平台主尺度方案优化

针对不同评价指标对决策结果影响权重多样性的问题,建立多属性决策模型对平台主尺度方案进行优化决策。基于自升式平台主体设计参数数据库,采用BP人工神经网络建立平台主尺寸关键参数多变量预测模型,在此基础上开展主尺度方案正交优化设计。将桩腿屈服强度、屈曲稳性、整体抗倾稳性作为平台安全适用性评估准则,进一步运用多属性决策理论,建立基于信息熵的自升式平台主尺度方案决策方法。研究结果表明,BP人工神经网络预测模型具有较高的预测精度;多属性决策模型可以将平台结构安全适用性定量评估引入方案决策过程中,而且综合考虑了不同评价指标对平台主尺度设计方案的影响程度及敏感性;最终,对SD-400自升式平台主尺度进行优化决策,验证了该方法的工程适用性。     

航空矢量重力测量水平分量向下延拓的输入输出法

研究航空矢量重力水平分量向下延拓的输入输出法,并以EGM2008计算的东向分量为例进行仿真实验,在不同的噪声水平下对比分析单输入单输出法和双输入单输出法的向下延拓效果。实验结果表明,当东向分量的精度为1.5 mGal时,单输入单输出法和双输入单输出法均能实现稳定向下延拓;当东向分量的精度为6 mGal时,单输入单输出法的延拓效果不可靠,而双输入单输出法能实现稳定向下延拓。     

1993—2016年中国近海海平面时空变化趋势

区域海平面变化是目前气候变化研究的热点问题.海平面变化具有时间和空间的异质性,分析海平面变化,应充分考虑时间和空间的差异.基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)、最小二乘法,利用卫星高度计、验潮站数据,分析了1993—2016年间中国近海及周边海域海...