约束能量最小化变分自编码的高光谱目标检测

目标检测是高光谱领域中一个重要的研究方向,高光谱目标检测（hyperspectral target detection）是根据目标的光谱特征将像素判断为背景或者目标。在过去的几十年中已经提出了很多的检测算法,但是高光谱图像中背景样本的复杂性以及目标样本的有限性,使得检测算法面临着很大的挑战。本文提出了一种基于背景重构的高光谱目标检测算法,利用高光谱图像中背景样本占比较大的特点,训练背景样本自表示模型,然后重构出背景。同时利用约束能量最小化对残差图像进行检测,将重构出的背景用于自相关矩阵计算,避免目标样本参与计算影响目标样本的响应能量,提高了检测的精确度。在真实的高光谱图像数据上结果明显优于对比实验,验证了该方法的有效性和高效性。     

黔南罗甸酸性岩脉年代学、地球化学及其对火成岩省岩浆活动的响应

黔南罗甸地区位于峨眉山大火成岩省分布区外带,区内出露众多与峨眉山玄武岩同期的辉绿岩墙.酸性岩脉为石英二长斑岩,侵入于辉绿岩中,对该岩脉的研究有助于丰富峨眉山大火成岩省岩石组合规律及岩浆活动的认识.本文对罗甸酸性岩脉进行了岩石学、SIMS年代学和地球化学研究.岩石主量元素平均含量SiO266.83％,CaO 1.76％,...