基于谱聚类算法的海底滑坡危险性评价

海底滑坡的危险性评价与分区,对海洋工程设施的选址和危险预防具有指导作用.本文基于无监督机器学习的谱聚类算法对黄河口埕岛海域展开了海底滑坡危险性评价,构建了输入参数为9、输出类别为4、核函数参数为0.08的海底滑坡危险性评价模型.使用该模型进行评价,将研究区分为了海底滑坡危险性高、较高、较低和低的区域.评价结果与地质环境...     

图库一体化软件系统研究与实现

为了提高DLG和DRG数据生产效率,改变传统作业模式,解决图库数据分离造成的数据不同步、数据维护复杂等问题,笔者引入"图库一体化"解决方案,通过建立图库一体化数据模型,利用制图表达原理研究算法实现复杂符号效果,采用智能化标注、地图整饰自动化等关键性技术,基于Arc GIS Engine实现Umap图库一体化系统。     

新型基础测绘体系下再论图库一体化

依据新型基础测绘的服务要求,制定了科学合理的图库一体化的生产路线,总结了注意事项,研究开发了图库一体化的质检工具,提高了基础测绘的生产效率和质量,为新型基础测绘“按需服务”奠定了基础。     

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。     

Research on the Method of De-noising the Short-wave Time Signal at Low SNR

A voice enhancement algorithm based on the Empirical Mode Decomposition (EMD) and the improved spectral subtraction is proposed for the low-SNR (Signal Noise Ratio) shortwave time signal. This method is proposed to solve the problem that the shortwave time signal cannot be used for timing in complex noisy environments. The core idea of this method is to use the Hilbert-Huang Transform (HHT) algorithm to make the empirical mode decomposition on the noisy shortwave signal, and to select the intrinsic mode functions containing the shortwave signal information for the signal reconstruction by through the maximum correlation. Then, to make the spectral subtraction on the reconstructed signal to achieve the purpose of noise reduction. The experimental result shows that this method has a better noise reduction than the traditional methods.     

一种高光谱遥感图像快速谱聚类算法

为获得分类效果更优良的遥感图像分类方式并解决高光谱遥感图像分类运算速度缓慢的问题,集成Lanczos算法与谱聚类算法,探讨了高光谱遥感图像谱聚类算法应用于遥感图像分类的可行性,提出了一种面向高光谱遥感图像的快速谱聚类算法;通过对比美国圣地亚哥机场高光谱遥感图像K-均值算法与谱聚类算法的分类结果,发现面向高光谱遥感图像的谱聚类算法易于识别线性地物,且分类的速度能得到较大提升。     

南海北部台风海浪谱的双峰性和成长性

本论文通过对南海北部三次台风过境期间基于浮标观测的海浪谱进行分析,发现虽然大部分成熟的台风海浪谱为单峰结构,但实际上在台风海浪的成长和衰减阶段,双峰谱占据了很大的比例。双峰谱的形成主要是由于风浪和涌浪的叠加以及不同波分量之间的非线性相互作用,我们可以通过能量密度的成长率对谱型变化进行高效的预报。此外,台风海浪的主要波向依赖于台风中心相对观测点的位置,而波向的分散情况在相距台风中心较远的区域无明显规律。本文提出了一个新的六参数波浪谱型拟合双峰谱,其拟合效果相较于前人的谱型更好。通过验证,形状参数和谱宽度之间的理论关系依然适用于单个谱峰。通过分析谱参量的变化特征,证明了谱参量不仅与台风强度和台风路径相关,还存在很强的交互相关。最后通过拟合海浪谱数据,本文得到了台风影响下海浪有效波高和有效周期之间的成长关系,这对海洋工程实际应用具有重要意义。     

作物胁迫无人机遥感监测研究评述

作物胁迫是全球农业发展的一个重要制约因素,实现快速、大范围、实时的作物胁迫监测对于农业生产具有重要意义。传统的作物胁迫监测方式,如田间调查、理化检测和卫星遥感监测总是受到各种田间条件或大气条件的制约。随着无人机和各种轻量化传感器的快速发展,其凭借高频、迅捷等优势为各种作物胁迫监测提供了一套全新的解决方案。本文在介绍了目前主流的多种无人机和传感器的基础上,首先对目前无人机遥感用于作物监测的主要胁迫类型进行了梳理,然后重点阐述了基于光谱成像和热红外传感器进行作物胁迫无人机遥感监测的应用和技术方法,最后提出了作物胁迫无人机遥感监测尚需解决的关键问题,并展望了未来无人机遥感用于作物胁迫监测的前景。     

基于时间序列叶面积指数稀疏表示的作物种植区域提取

以华北平原黄河以北地区为研究区域,以时间序列叶面积指数LAI(Leaf Area Index)傅里叶变换的谐波特征作为不同作物识别的数据源,利用稀疏表示的分类方法识别2007年—2016年冬小麦、春玉米、夏玉米等主要农作物种植区域。首先利用上包络线Savitzky-Golay滤波分别对2007年—2016年的时间序列MODIS LAI曲线进行重构,进而对重构的年时间序列LAI进行傅里叶变换,以0—5级谐波振幅、1—5级谐波相位作为作物识别的依据,基于各类地物的训练样本,通过在线字典学习算法构建稀疏表示方法的判别字典,对每个待测样本利用正交匹配追踪算法求解稀疏系数,从而计算对应于各类地物的重构误差,根据最小重构误差判定待测样本的作物类型,并对作物识别结果的位置精度进行验证。结果表明,2007年—2016年作物识别的总体精度为77.97%,Kappa系数为0.74,表明本文提出的方法可以用于研究区域主要作物种植区域的提取。     

一种适用于粗匹配的遥感影像快速变化发现方法

针对遥感影像变化检测过程中影像间相对配准精度对检测结果影响大,易产生细碎图斑和错检冗余等问题,本文提出了一种基于感知哈希算法适用于粗匹配的遥感影像变化发现方法,以待检测影像的光谱信息和纹理特征信息共同作为检测特征集,以分割后的格网作为检测单元,采用基于感知哈希算法的影像相似度比对方法,计算格网内图像相似度,提取变化位置...