基于相关向量机的高光谱图像解混方法

针对传统的高光谱数据解混方法中存在的解混精度不高、丰度图模糊的缺陷,提出一种基于相关向量机的高光谱图像解混方法(unmixing algorithm based on relevance vector machine,UARVM)。其核心思想是采用改进的一对余型的相关向量机将多分类问题转化为多个二分类的问题,且求取出每个样本所对应的归属类别的概率值,即丰度值来完成图像的解混。理论研究和仿真结果表明:相对于传统解混方法,UARVM解混精度高,丰度分布图效果好。     

健身气功的美学元素及其价值研究

从美学视角追溯健身气功的起源、演变、发展脉络。笔者认为：传统文化是健身气功之美产生的源泉;人体功能变化是健身气功之美存在的基础;广为传播是健身气功之美发散的条件。健身气功的美学元素来源于人的生理活动、狩猎行为、动物运动等。健身气功美学特点表现在健康美、意境美、韵律美与柔和美。健身气功的美学价值体现在扩大认识范围、探寻发展轨迹、完善研究体系、促进传播发展。     

基于广义微状态的运动想象分类研究

该文根据传统微状态的概念,提出了一种广义微状态定义,并基于该定义实现了一种多分类运动想象任务特征提取算法。该文使用实验室2分类数据和2008年国际脑机接口竞赛4分类数据集对提出的特征提取算法进行了测试。对2分类数据特征用最小夹角算法分类,准确率最高达到95.56%;对多分类数据特征用SVM算法分类,效果稳定,其中竞赛数据4分类kappa分析结果接近2008年竞赛获胜者水平,测试结果验证了算法的有效性。     

地域美学与乡土记忆——文化地理学视阈中的河南当代诗歌

从文化地理学维度而言,河南独特的地域风貌形成了独特的文化土壤,进而成就了当代诗歌独特审美之维和美学特质:水性基因增加了诗歌的灵性和诗人的忧患意识;悠久的农耕文化传统孕育了乡土情结;季节更迭引起的物候变化则触发了生命意识。     

简析新民俗之央视春晚的大众审美心理

中央电视台春节联欢晚会是除夕夜全国人民期待的一道大餐,何以央视春晚在中国人民最重大的节日可以纵横三十年?她掌握了观众的哪些"软肋"让全国的观众沉醉三十依旧?从观众审美心理的传统方面和现代视角出发,探究央视春晚与中华民族传统心理需求的满足、与现代观众审美心理需求的满足的契合度,探求春晚的不衰魅力。     

高职院校思想政治理论课教学风格审美塑造

作为对目前教学实践技术层面的超越,高职院校思想政治理论课教学应主动回应个性化改革诉求,以教学风格作为新视点和切入点,以教学关系为基础,通过课程审美解读,达到课程、教学者、学生三者动态审美制衡的教学风格塑造。     

基于红外热成像的避雷器故障诊断

文章针对一起由红外热成像仪发现的氧化锌避雷器故障,利用在线监测、红外图谱分析、带电测试等多种检测手段对其进行诊断分析,通过不同检测结果的对比,最终确定避雷器故障发生的原因。不同检测手段的灵敏度差异,对电力设备维护有一定的指导意义。     

人像照片的美感质量评价

随着机器学习理论和图形图像处理技术的不断发展,在计算机视觉和计算美学领域中人们越来越关注如何建立自动评价和判断图片美感质量的系统.该系统将可用来补充和完善原有对照片只有主观美感质量评价的这一问题.对人像照片美感质量的客观评价进行研究,提出了25种能够较好反映人像类照片美感质量的特征,并使用支持向量机、Adaboost、随机森林等多种分类器来进行机器学习和评价,对提出的特征值集合进行十交叉检验并探讨了哪些特征对美感评价有较强影响等问题.最后,通过与现有研究结果进行对比分析后得出,当采用所提出的25种特征进行人像照片美感质量评价和分类时有更高的准确率,即使用于机器学习的训练数据集数目较少时仍能保持较高的准确率.     

与抽样相结合的县级作物遥感面积估算应用实例

为了探索遥感卫星影像和无人机调查在实际遥感面积估算中的调查效果和适用性,以广东省阳春市晚稻为例,采用卫星影像与无人机调查结果相结合,使用两种面积估算方法进行2013年晚稻种植面积估算。实验结果表明,比估计和回归估计方法的估算结果分别为22 501.1hm2和22 781.1hm2,二者的CV分别为8.84%和1.03%。研究结果表明:1无人机调查可获得高质量的面积测量信息;2优化后的样本能够支持面积估算过程,但其理论意义需要更进一步地讨论与证明;3卫星数据与无人机调查数据相结合的方法可以提供满足统计精度要求的面积测量结果,具有良好的应用前景。     

高光谱影像的BDT-SVM地物分类算法与应用

面对海量数据的特征空间高维性及训练样本的有限性,高光谱遥感影像若采用常规统计模式的分类方法难以获得较好的分类结果。因此探讨支持向量机(SVM)分类器的基本原理,针对EO-1Hyperion高光谱影像的分类特点及现有多类SVM算法所存在的训练时间长及分类精度低等问题,引入二叉决策树SVM(BDT-SVM)分类算法,并提出一种新的类间分离度定义方法及相应的客观确定二叉树结构的策略,由此生成改进的BDT-SVM算法。实验结果表明:与其他多类分类方法相比,基于改进的BDT-SVM算法的高光谱影像地物分类效果更好,总体精度达到90.96%,Kappa系数为0.89,该算法还解决了经典SVM多类分类可能存在的不可分区域问题。