高光谱分类EM算法密度模型参数初值的选取

在高光潜影像的分类过程中，往往无法获取足够数量的训练样本点，这是由于影像数据维数的大幅增加以及地面信息的复杂程度所决定的。EM算法的应用可以有效地缓解训练样本点数量与数据维数比率过小的矛盾，但该算法只能保证获得各参数的局部极大估值，因此选取合适的起始点就成为获得理想分类结果的前提条件。由于类别可分性对EM算法的估值精度有直接影响，本文论证了通过对训练样本点进行低通滤波，可以使类别可分性得到改善。实验表明，在此基础上进行EM算法，可以得到较为理想的处理结果。     

结合特征组与分层策略的遥感图像分类研究

针对藏南地区地表覆盖信息获取困难、生产效率低等问题,该文提出一种结合特征组与分层策略的高空间分辨率遥感图像逐层分类方法。依据地理国情普查地表覆盖信息分类标准,结合研究区遥感图像实际的地表覆盖状况,充分挖掘高空间分辨率遥感图像的地物特征信息,建立该地区地物图像特征组,并采用分层策略减弱地物间的相互影响程度,实现研究区遥感图像逐层分类。实验结果表明,文中提出的逐层分类方法能有效提高地表覆盖类别解译效率,分层成果有利于进一步的精细分类。     

单点定位中一种载波相位平滑伪距方法

针对伪距单点定位精度低,定位结果发散等问题,该文提出一种基于卫星高度角的卡尔曼滤波相位平滑伪距方法。基于该方法利用载波相位信息对C/A码伪距进行平滑,并用最小二乘法求解用户位置。通过实测的静态和动态数据验证了该方法的可行性。结果表明:和最小二乘法比,该方法定位结果更加平滑,一定程度上提高了伪距单点定位精度。其中,静态定位水平精度提升了20.7%,垂直精度提升了15.7%,三维精度提升了16.8%;动态定位水平精度提升了27.8%,垂直精度提升了20.8%,三维精度提升了21.2%。     

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。     

煤炭资源绿色开采高效利用技术和政策建议

针对煤炭资源利用率低、资源浪费等情况,本文提出了绿色开采技术、洗选煤加工过程的优化措施、煤矸石的综合利用、煤矿水资源的应用、洁净燃煤的建议,从而提高煤炭资源的利用效率,实现绿色矿业。     

基于光谱整体形态和局部吸收谷位置的高光谱遥感图像地物识别

为了精确识别高光谱遥感图像上的地物,使用交叉相关光谱匹配方法获取光谱整体形态的最大偏移量,通过对比分析吸收谷位置变化获取吸收谷位置的最大偏移量,在此基础上确定吸收谷位置的偏移范围;然后使用穷举法,进行基于整体形态和偏移范围内局部吸收谷位置的识别。在云南中甸普朗斑岩铜矿区的高光谱遥感图像的实际应用表明,该方法的识别结果比仅考虑整体形态的识别结果具有更高的可靠性,能进一步证实识别结果的准确性。     

混合像元线性分解的精度估算

遥感图像中普遍存在着混合像元,对混合像元进行分解是遥感图像处理中的难点。混合像元线性分解技术是进行高光谱影像处理的常用方法。本文针对混合像元线性分解的基本原理与算法作了简要分析,并通过实验的方法估算了混合像元线性分解模型的精度。     

小波分析在植物叶绿素高光谱遥感反演中的应用

监测叶绿素含量对研究作物与环境之间的相互影响具有重要的意义,高光谱遥感是提取叶绿素含量的可行技术.将小波分析的方法用于植物叶片的反射光谱,以小波系数作为回归变量来反演植物的叶绿素浓度.研究结果表明,通过对叶片光谱进行连续小波分解后得到的小波系数,可以准确地反演叶绿素浓度,反演的精度优于基于光谱指数的精度.     

高光谱遥感植被指数的普适性分析

针对众多的窄波段高光谱遥感植被指数,利用多个包含高光谱和植被理化含量的实测数据集从相关系数、确定性系数以及预测均方误差等方面进行验证分析。结果显示植被指数TCAR I、MCAR I、mND705、mSR705具有优于其他植被指数的普适性。在建立回归反演模型时,建议选用非线性抛物线模型,其预测精度优于线性模型。     

基于Hyperion数据的粘土矿物权重信息提取研究——以江西省赣州地区为例

以Hyperion数据为信息源,以江西省赣州地区为研究区,进行了粘土矿权重信息提取方法研究。通过对光谱角制图(SAM)和匹配滤波(MF)两种方法的对比,提出了将二者相结合确定各类粘土矿物权重信息的综合方法。实验结果表明,该方法能结合二者的优点,弥补相互之不足,从图像背景中准确提取出了各类粘土矿物的权重信息,部分权重大的粘土分布位置及其类型与采样点的位置及样品分析结果相吻合,证明了该方法的可行性。