Extending self-organizing maps for supervised classification of remotely sensed data

An extended self-organizing map for supervised classification is proposed in this paper. Unlike other traditional SOMs, the model has an input layer, a Kohonen layer, and an output layer. The number of neurons in the input layer depends on the dimensionality of input patterns. The number of neurons in the output layer equals the number of the desired classes. The number of neurons in the Kohonen layer may be a few to several thousands, which depends on the complexity of classification problems and the classification precision. Each training sample is expressed by a pair of vectors ： an input vector and a class codebook vector. When a training sample is input into the model, Kohonen＇s competitive learning rule is applied to selecting the winning neuron from the Kohouen layer and the weight coefficients connecting all the neurons in the input layer with both the winning neuron and its neighbors in the Kohonen layer are modified to be closer to the input vector, and those connecting all the neurons around the winning neuron within a certain diameter in the Kohonen layer with all the neurons in the output layer are adjusted to be closer to the class codebook vector. If the number of training sam- ples is sufficiently large and the learning epochs iterate enough times, the model will be able to serve as a supervised classifier. The model has been tentatively applied to the supervised classification of multispectral remotely sensed data. The author compared the performances of the extended SOM and BPN in remotely sensed data classification. The investigation manifests that the extended SOM is feasible for supervised classification.     

非球形轴对称粒子光散射的散射矩阵元素展开系数的数值计算

扼要地介绍了非球形粒子光散射的散射矩阵元素按广义球函数展开的基本理论,以及球形粒子散射矩阵元素间的关系。在此基础上较详细地阐述了计算展开系数的方法以及在程序研制中所遇到的一些问题。最后,对非球形的Ｃｈｅｂｙｓｈｅｖ粒子光散射的散射矩阵元素的展开系数进行了计算,结果表明数值技术和计算的正确性。     

基于条件平差的卫星双向时间传递链路性能优化方法

卫星双向时间传递(Two-Way Satellite Time and Frequency Transfer, TWSTFT)是目前精度最高的时间传递方法之一,同时也是参与国际原子时计算的守时实验室之间比较原子时尺度的一种主要方法.提高TWSTFT链路的短期稳定度,降低周日效应对链路时间传递结果的影响,对优化TAI (International Atomic Time)的性能具有现实意义.提出了一种基于条件平差的TWSTFT链路性能优化方法,先依据TWSTFT链路测量噪声水平与谱分析结果建立TWSTFT链路性能优化网络(简称优化网络),再根据优化网络中各链路测量噪声分析结果设置权系数阵,建立条件平差模型.选取亚太地区的中国计量科学研究院(National Institute of Metrology, NIM)-中国科学院国家授时中心(National Time Service Center, NTSC)卫星双向时间传递链路作为待优化链路,以NTSC、NIM以及德国联邦物理技术研究所(Physikalisch-Technische Bundesanstalt,PTB)之间的TWSTFT链路组成优化网络,对优化网络的组网方法和条件平差模型进行实验验证.结果表明,平差后待优化链路短期稳定度得到了改善,同时其受周日效应的影响降低了约24.6%.使用该方法,能够有效提高待优化链路的时间传递性能.     

大气NLTE辐射传输中分子光谱参数间的关系

讨论Ｅｉｎｓｔｅｉｎ参数、谐振子强度、权重跃迁矩的平方、线强及吸收系数等分子光谱多数的定义，导出了它们之间的关系，为计算上层大气辐射提供了物理基础。     

无惩罚系数SVM高光谱影像分类算法研究

惩罚系数是支持向量机(SVM)机器学习中的一个重要参数,它的设置对分类结果有很大影响。但它没有规律可循,高光谱影像数据量大、数据复杂,为其选择合适的惩罚系数非常困难。提出无惩罚系数的SVM算法,利用最近点算法(NPA)计算二分类,对错分数据不设惩罚系数,而是对其重新构造凸集,计算最优超平面,迭代循环直到错分率达到所设的阈值为止。此算法简化了计算过程,降低了误分率。最后用AVIRIS高光谱影像进行实验,实验效果显示,本算法的分类精度和速度都得到很大提高。     

概括平差模型的解法探讨

分析了概括平差模型系数矩阵可能出现非列满秩情况的原因,研究了如何使系数矩阵为列满秩矩阵,避免了系数矩阵为非列满秩时的复杂解算过程。     

Compass系统与GPS系统L1频段信号干扰仿真分析

全球导航卫星系统间的频率兼容性研究已经成为一个热点问题。首先介绍了国际电联建议的卫星导航系统间干扰分析方法;然后根据该方法对Compass系统和GPS系统在L1频段的信号进行了干扰仿真分析,并比较了系统间互干扰和系统自干扰的影响。仿真计算结果表明,除了互用信号L1C和B1C外,其余信号间的自干扰在总干扰中占主导,互干扰的影响相对较小。     

一种多孔径SAR图像目标检测方法

提出了一种多孔径SAR图像目标检测方法,充分利用SAR图像幅度和相位信息来区分人造目标和杂波。由于人造目标的回波能量往往集中在部分方位角范围内,当该部分方位角范围所对应的多个子孔径图像中存在目标时,其局部相关性较强,因此,该方法利用多个子孔径图像之间的相干系数检测目标。实验结果表明,该方法有效地提高了目标检测概率,同时降低了虚警概率。     

垂向非均匀介质中转换波转换点计算

转换点位置的计算是转换波资料处理中的一个关键问题. 本文提出了分别基于速度随深度线性变化、速度随垂直走时线性变化、慢度随深度线性变化和慢度随垂直走时线性变化四种等效垂向非均匀介质情况下转换点位置的计算方法. 研究了通过速度拟合、走时近似和相似系数谱三种方式选择合适的等效速度方法. 结合理论模型对非均匀介质转换点计算方法、渐进转换点计算方法、Thomsen近似公式和均匀介质解析计算方法的误差进行了分析,结果表明非均匀介质转换点计算方法能更准确地计算转换点位置.