逐层特征选择的多层部件模型用于遥感图像飞机目标检测

提出了一种基于逐层特征选择的多层部件模型目标检测算法(multi-layer feature selection based hierarchal component model,MFSHCM),用于遥感图像飞机目标检测。通过提取目标多特征并结合局部判别式模型的建模方法,首先将提取的目标多种特征采用多核学习的方法经过核函数变换后再进行组合,提高了目标描述的准确性;其次考虑到目标自身固有的结构特性,特别是层次结构关系,引入分层的思想,构造目标的分层结构特征,并通过分层特征选择有效地降低了特征计算的复杂度;最后将MKL多特征和分层结构相结合,利用LSVM学习和推理,提出了基于逐层特征选择的多层部件模型目标检测算法。实验中将该算法在收集的十大机场真实场景数据上进行测试,验证了算法的有效性。     

单视影像下的人脸快速三维重建

提出了一种单视影像下的人脸快速三维重建方案,能够对非可控条件下获取的单幅人脸图像进行有效、快速的三维重建。在三维人脸重建阶段,提出了一种特征动态选择策略,针对待重建人脸图像动态选择合适的2D-3D特征变换子空间,在保证执行效率的同时能显著提高三维人脸模型的重建精度。实验证明,本方法不仅简洁高效,而且对人脸姿态和光照变化具较好的鲁棒性,在WHU-3DFaceData数据库上取得了理想的重建效果。     

MODIS亚像元积雪覆盖反演算法研究——纪念杰出的地理学家、冰川学家施雅风先生逝世一周年

积雪覆盖(snow cover)是气候、水文和生态环境等研究领域中很重要的参数之一。与积雪覆盖二值技术不同,亚像元雪盖反演技术可以在给定卫星观测空间分辨率前提下进一步提高积雪覆盖面积的反演精度。"多端元光谱混合分析"方法反演亚像元积雪覆盖度具有物理意义明确、精度高等优势。但由于其需要通过端元选取、最小二乘法反演等计算,运行效率较低,难以满足大数据量计算。我们发展了一种改进"多端元光谱混合分析"方法反演MODIS亚像元积雪覆盖的算法。该算法通过对MOD09GA数据进行图像端元自动提取,并利用能够代表图像端元类的典型端元库进行"多端元光谱混合分析"反演亚像元积雪覆盖。我们在端元选取、多端元线性混合模型分解等方面进行了改进与发展,不仅保证了产品精度,同时提高了计算的时效性。     

基于作物双时相遥感特征的花生种植区提取

基于花生生长中后期2020年8月1日和15日两个时相高分多光谱数据,构建40个作物分类遥感特征,采用ReliefF-Pearson方法优选出15个特征,构造作物可分的4种特征空间。采用最大似然分类法、支持向量机和随机森林分类器,分别耦合4种特征空间,开展作物分类对比试验,进行分类精度和景观评价提出作物双时相遥感分类模型(dual-temporal remote sensing classification model for crop, C-DRSC)。结果表明：该模型具有较高的作物分类和花生识别能力,作物分类总体精度和Kappa系数分别为93.25%和0.89,平均形状指数和平均斑块分维指数分别为1.33和1.13;花生识别的用户精度和制图精度分别为96.20%和96.32%,平均形状指数和平均斑块分维指数分别为1.27和1.11。利用该模型在黄淮海地区的4个花生主产县开展夏花生种植面积遥感测算,与统计面积相比,面积测算相对误差为±16.25%,决定系数为0.9778(达到0.01显著性水平),模型具有较好的适用性。     

解释重磁资料中最优化选择法的若干问题

本文中我们将拟牛顿法应用到磁力、重力资料的自动解释中来,通过计算对比说明,在收敛的稳定性上拟牛顿法比常用的阻尼最小二乘法大为优越。文中又讨论了最优化选择法的收敛性、多解性、模型体的选择、参量的选择和约束,以及解释三个矿区磁异常的实例。     

碳酸盐岩最佳遥感波段选择的叠合光谱图方法

<正> 地物的光谱辐射特性是整个遥感学科的物理基础。因此,地物光谱辐射特性的测试研究已成为近代地质遥感技术的重要组成部分。有的学者已采用专门术语“遥感波谱学”(remotsensing spectroscopy)或“地质波谱学”(geological spectroscopy)来称呼遥感学科的这一分支。     

国内外生命历程与居住选择研究回顾和展望

1970年代后生命历程分析成为贯穿居住选择微观研究的核心方法。住房权属选择和居住流动是西方居住选择微观研究的主要内容。西方研究大多为应用生命历程观念将住房权属转换和居住流动决策与家庭生命历程和住房市场中的重要诱因联系起来,发现家庭特征、家庭生命周期变化和住房市场环境等都是居住选择的重要影响因素。对比西方的研究,中国城市居住选择微观研究非常缺乏,一些研究发现除了家庭特征和住房市场特征外,政府和工作单位的影响非常大。     

基于光谱重建的高光谱特征参数选择方法——以苏北地区Hyperion数据为例

高光谱遥感能提供数十至数百个窄波段的光谱信息,从而能够依据地物的诊断性光谱特征进行地物识别。然而,高光谱遥感在提供丰富光谱信息的同时,波段间的相关性和冗余性制约着高光谱遥感的应用。因此,特征参数选择是高光谱遥感分类中最关键的环节之一。首先讨论EO-1/Hyperion的传感器特征,并对其L1R数据进行辐射校正、去条纹、Smile效应纠正等预处理工作。其次利用从图像中提取的典型地物的光谱曲线,采用光谱重建理论获得用于逼近光谱曲线的基函数及其对应的光谱区间。然后采用逐步增加光谱区间,并调整波段中心位置和宽度的方法,得到稳定的光谱区间。最后将光谱区间内的几个原始高光谱波段合成一个宽的波段,得到几个较宽波段的仿真图像,并对其进行分类。结果表明,基于光谱重建的特征参数选择方法获得的分类,总体精度高达92%,充分说明了该方法的有效性。     

某地铁停车场出入线基坑支护方案优化设计及变形模拟

研究基于某地铁停车场出入段线基坑支护方案的优化设计,利用比选排除法得出适合该研究区基坑支护方案并对每个方案进行支护设计,进而利用数学模糊评判方法对所有适用方案进行综合评分,选出最优方案。对基坑设计进行验算,ADINA软件进行模拟,验证了最终方案的可行性,对基坑支护方案选型及设计有一定的参考意义。     

气相色谱-串联质谱技术分析地质调查植物样品中持久性有机污染物的优势

对于复杂基质的样品,采用气相色谱法、气相色谱-质谱法( GC - MS)不能满足当前痕量水平分析的要求,串联质谱已发展成一种有机分析测试的成熟技术可应用于地质调查样品分析.本文建立了气相色谱-串联质谱技术( GC - MS - MS)分析植物样品中有机氯农药及多氯联苯的方法,通过对植物样品(圆白菜、菠菜、胡萝卜、橘子)分析,系统比较了GC- MS-MS与气相色谱-电子捕获检测器(GC-ECD)和气相色谱-选择离子-质谱( GC - SIS - MS)三种分析技术的检出限、定性定量分析结果,确认了分析方法的适用性.GC- MS-MS方法的检出限为0.03～0.29 ng/g,大部分化合物均低于GC -ECD的检出限,是GC - SIS -MS检出限的0.4倍.GC- MS-MS分析表明,圆白菜不含反式-氯丹,排除了GC-ECD的假阳性检出;检测胡萝卜等基质复杂、净化困难的样品,GC- MS-MS也表现出良好的定性定量能力;检出低含量水平样品菠菜含有0.26 ng/g六氯苯,而气相色谱未检出,表明GC- MS-MS显著提高了分析灵敏度,能够对样品中低含量的化合物进行准确定量.在三种分析技术中,GC- MS-MS在样品的准确定性、复杂基质样品分析灵敏度、低含量水平准确定量等方面都具有独特的优势,同时能够应用于复杂样品检测结果的确证.