面向高光谱影像分类的深度流形重构置信网络

鉴于传统深度学习方法只提取了高光谱图像中的深度抽象信息,而未能充分揭示样本之间的局部几何结构关系,限制了分类性能的提升,本文提出了一种新的特征提取网络——深度流形重构置信网络。该网络首先通过深度置信网络提取深度抽象特征,为进一步增强抽象特征的鉴别能力,在图嵌入框架下通过样本数据的邻域点和各邻域的同类近邻重构点来构建类内图和类间图,并在低维空间中分离类间近邻点与其重构点的同时压缩类内近邻点和相应的重构点,实现提取深度鉴别特征,以改善不同类数据的可分性,进而提升地物分类精度。在KSC和MUUFL Gulfport高光谱数据集上的实验结果表明,本文算法的总体分类精度分别达到了94.71%和86.38%。相比较其他算法,本文算法有效提升了地物分类能力,更有利于实际应用。     

一种基于光谱与纹理特征的多光谱遥感图像地物分类方法

基于光谱特征对高分辨率多光谱遥感图像进行地物分类易形成噪声,提出一种光谱特征与纹理特征相结合的地物分类方法。首先基于光谱特征与纹理特征利用四叉树技术,对图像进行分块处理,以图像块的方式提取地物的光谱特征和纹理特征,然后采用支持向量机(support vector machine,SVM)对图像块进行地物分类,并通过区域增长方法对边缘区域进行处理,使得分类区域边界清晰。对Quickbird多光谱遥感图像进行实验,实验结果表明,该方法地物分类结果精度较高、区域一致性强、噪声少。     

地物介电常数测量和分析

详细分析了基于矢量风络分析仪的同轴线探头介电常数测量系统和地物介电常数的测量方法。给出了几种典型地物（沙子、岩石、树木、棉叶）介电常数的测量和分析结果，并在模型进行了比较。本文实测数据可用于地物散射和辐射特性研究。     

具有小频偏调频指数的连续波半主动导引头对静物反射影响以及导弹起飞后地物干扰的讨论

该文讨论了典型的双调频连续波半主动导引头体制，小频偏调制对静物反射的影响，推导了由外场试验得到佐证的有关变干扰的表达式，讨论了抑制的对策（在多卜勒放大器中设置带通滤波器等），并就导弹起飞后地物干扰的影响进行了讨论。     

基于关系探测聚类的图形自动接边算法

由于现阶段大部分矢量数据都是按照图幅进行管理的,图形接边工作贯穿数据的生产,入库,分发等过程,接边工作的好坏直接决定着数据质量。本文提出了一种基于关系探测聚类的自动接边算法,将地物匹配和合并要素彻底分离开来,有利于接边检查。另外,此算法可以减少更新数据和选择集的次数,提高了程序效率。     

雷达杂波图的形成算法及实现

研究了通用雷达杂波图的形成原理，给出了相应的算法及用可编程逻辑器件来实现具体方案，并对一些关键问题作了讨论。     

基于Beta—Prime统计模型和QGD分类器的SAR图像地物分类方法

本文融合了Beta-prime(BP)模型和Quadratic Gamma discrimination(QGD)分类器各自的优点，给出了一个完整的合成孔径雷达(SAR)图像地物分类算法．通过利用BP模型区分背景杂波和目标，利用QGD分类器区分自然目标和人造目标，可以精确地把SAR图像分成阴影、背景杂波、自然目标和人造目标，在为目标识别过程提供潜在目标切片的同时，也能够提供背景杂波和自然目标的信息．     

地物光谱数值分析在彩红外图像解译中的应用

色调(颜色)是识别遥感图像上地物的直接解译标志之一,尤其当地物的几何信息丧失以后,色调就成为判断地物属性的关键。彩红外图像具有独特的成像机制和再现规律。实践证明,根据彩红外航片的成像机理和色度学的基本理论,使用地物     

利用稳定地物特征匹配定位的方法研究

论述了利用稳定地物特征进行匹配定位的方法。该方法针对稳定地物的特点，为了提高匹配定位的实时性，采用了分层搜索的序贯判决法；同时，由于实时图存在误差，容易造成错误匹配，为了避免这个问题，提高匹配概率和定位精度，设计中增加了一致性表决法，采用分层搜索的序贯判决法和一致性表决法相结合的匹配方法，取得了很好的匹配效果。     

利用温度和植被指数进行地物分类和土壤水分反演

首先利用地物表面温度和植被指数，成功地对北京精准农业示范区内生长旺盛小麦、稀疏小麦、池塘水体、水草、淤泥和裸露土壤等6种地物进行了分类，其次，利用地物表现温度（LST）和归一化植被指数（NDVI）作为坐标系，建立LST－NDVI三角形分布的散点图，分析了散点图的地物特征分布及其物理意义，与植被的红外和近红外两个特征波段构造的散射图相比，同类样本的离散度更小，不同类别样本之间的距离更大。最后，提出了植被指数－－表面温度的土壤水分反演模型，结合地面采样数据成功地反演了实验区内作物地块的土壤水分。