基于静态模型的多视角SAR图像目标识别方法

传统的多视角SAR图像集合对于目标姿态角具有高度敏感性,因此在用于目标识别时存在一些不足之处。针对该问题提出一种多视角SAR图像的静态建模方法,它将来自一个目标多个视角下的图像信息集成到一个综合的数据结构中,并且该数据结构与目标散射中心有关而与角度无关。然后利用静态模型对不完全姿态角的目标数据进行静态建模,利用模板匹配法对输入多视角图像进行目标识别。理论分析和仿真结果表明,本方法在每个目标只有少量姿态角模板数据可用的情形下比传统模型具有优势。     

两因子模型在多姿态人脸识别中的应用

通过对两因子模型的进一步深化、提炼和改进,提出了一种基于两因子模型的多姿态人脸识别方法,该方法能有效地缓解人脸特征对姿态变化较为敏感的问题。实验结果表明,经过姿态因子分离后的人脸全局或局部特征在保持较高显著性的同时,均对姿态变化具有理想的鲁棒性,在FERET人脸数据库上取得了最高92.5%的识别率。     

基于C4.5算法的道路网网格模式识别

道路网模式的识别对于地图综合、数据匹配和空间分析具有重要意义。网格模式是道路网中的典型模式之一。本文提出一种基于C4.5算法的网格模式识别方法。该方法以道路网中的网眼多边形为基本单元,根据上下文关系将其标识为属于网格模式和不属于网格模式两类。首先采用形状参量和关系参量描述网眼多边形,然后,基于决策树C4.5算法分别对5维参量和3维参量构造分类器,运用10折交叉验证获得具有说服力的结果,其Kappa值分别为0.63和0.66,正确率分别为81.7％和82.9％,置信度90％的置信区间分别为[0.785, 0.846]和[0.797, 0.857]。在新数据上进行了识别效果的验证,结果表明该分类器可用于网格模式的识别。研究试图将传统模式识别和数据挖掘的理论方法应用于空间问题的解答中。     

基于神经网络的遥感图像识别算法

随着遥感技术的发展,将会有更多不同时间、空间分辨率的遥感图像数据应用于各个领域的工程中,遥感图像的模式识别便成为当前遥感图像应用研究领域中一个很重要的研究方向。人工神经网络（Artificial Network Networks,ANN）是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。基于神经网络的遥感图像识别是遥感图像处理领域这几年的研究重点。本文首先介绍了人工神经网络和模式识别算法的基本理论知识,然后利用人工神经网络在Matlab工具箱环境中进行高空间分辨率的遥感图像识别。     

PCA、ICA和Gabor小波决策融合的SAR目标识别

提出了一种基于主成分分析(PCA)、独立分量分析(ICA)和Gabor小波决策融合的合成孔径雷达SAR(Synthetic Aperture Radar)图像目标识别方法。首先用PCA、ICA和Gabor小波变换分别对SAR目标图像提取特征向量,再用3个支持向量机分类器分别对3种方法提取得到的特征向量分类,通过基于等级的决策融合方法对3个支持向量机分类器的输出进行决策融合,得到最终类别决策结果。采用MSTAR数据库中3个目标进行识别实验,实验结果表明,PCA、ICA和Gabor小波决策融合后得到的识别率高于单独用其中任何一个特征得到的识别率。因此,该方法可提高目标的正确识别率,是一种有效的SAR图像目标识别方法。     

半变异函数球状模型2次套合结构优化算法

为了精确描述适用于区域化变量理论的自然现象的空间随机性和结构性,运用遗传算法和模式搜索法对半变异函数球状模型2次套合结构进行了优化,得到了较好的拟合精度。     

基于知识推理的农作物空间分布监测方法研究

利用遥感技术进行农作物识别和监测是遥感应用领域的重要研究内容之一。以2006—2007年两个时相的CBERS-02 CCD影像为主要遥感数据源,对山东省某市的主要农作物的种植分布情况进行监测。将农作物的物候特征、光谱特征和纹理特征及GIS辅助信息等多源信息融合,建立识别知识规则,通过知识推理,逐步识别出冬小麦、夏玉米和棉花。最后,利用混淆矩阵对实验结果进行验证。通过分析比较,证明上述方法在监测作物空间分布方面具有较高精度。     

两种短期降水集合预报方案的对比试验

将MM5V3作为试验模式,利用初值扰动和物理参数化方案,分别对东南沿海地区2004年7—9月的短期降水进行了模拟,并运用均方根误差法对模拟试验效果进行了评估检验,以比较两种方案的集合预报效果。结果表明,对于汛期短期降水预报而言,两种方案的预报效果都有一定的改进。相对于初值误差而言,积云对流过程在汛期降水过程中起着更为重要的作用,因而物理参数化方案扰动的集合预报效果,总体优于基于初值扰动的集合预报效果。研究还发现,模式物理参数化方案扰动的集合预报效果在9月出现了明显的下滑,这主要由于7—8月对流活动旺盛,而9月对流活动随热力因素减弱而减弱的原因所致。     

雷达反射率因子数据中的亮带自动识别和抑制

为了减轻雷达反射率因子数据中的亮带污染对雷达降水估计的影响,一种基于新一代天气雷达体扫资料自动识别零度层亮带平均高度、厚度和区域以及对亮带进行抑制的算法被提出。该算法首先利用近距离分层平均方法建立视反射率因子垂直廓线,然后基于亮带VPR曲线在融化层高度的显著弯曲特征来识别和抑制亮带。比较该方法识别的零度层亮带的平均高度和实测0℃等温层高度表明,前者比后者平均低0.5km。亮带的厚度大多在1～1.25km。亮带区域识别算法能合理地识别亮带反射率因子高值区,用经过亮带抑制后的体扫资料得到的组合反射率因子和反射率因子垂直剖面上的高值区被抑制掉,用经过抑制后的亮带区的所有反射率因子库建立的平均VPR在融化层高度的显著弯曲消失。通过亮带抑制后的雷达体扫资料将用于雷达降水估计。     

X射线荧光分析在岩屑录井中的应用

通过典型岩石化学的理论计算分析了部分沉积岩的成分特征和差别,为X射线荧光(XRF)录井分析鉴别岩性奠定了理论基础.地层在岩性组合与厚度上的差别是XRF录井技术鉴定地层的基本前提.根据沉积岩薄层岩层的厚度,提出以分米作为XRF录井取样的最低分辨率的标准.并以实例论述了在石油钻井的随钻过程中,采用XRF录井新技术进行岩性分析和地层对比的步骤;评价和展望了XRF录井新技术的特点与应用远景;指出建立不同岩性主要元素理论数据库和地区性地层岩性变化元素理论剖面的重要性;提出进一步改进XRF录井技术的方向.