基于Fisher字典学习稀疏表示的高光谱图像分类

近年基于稀疏表示的分类框架(Sparse Representation based Classification,SRC)在计算机视觉和模式识别领域取得了巨大成功,高光谱图像解译也逐渐引入稀疏表示方法。针对基于SRC的高光谱图像分类算法随机抽取训练样本构成字典较难捕获相似类别的相对差异性信息问题,提出采用Fisher字典学习方法增强相似类训练样本的可区分性。此外,考虑到高光谱图像具有较强空间相关性的特点,设计一种简单有效的投票策略进行类别判决。大量实验表明:基于Fisher字典学习的联合投票分类方法能够较好地改善高光谱分类精度。     

浅析往复式空压机润滑油选用

对往复式空压机润滑油发展历程做出简要概述,根据压缩介质、排气压力和温度,结合运动粘度、闪点、氧化安定性、积碳倾向性等选型指标,分析探讨CFA34往复式空压机润滑油选型实例,为往复式空气压缩机润滑油选型提供一定的参考。     

CFA34往复压缩机排气温度高原因分析及处理

针对高压空气系统中CFA34往复压缩机末级排气温度高报警故障,通过对往复压缩机排气温度高常见原因分析,从气阀、活塞环、中间水冷器、进气缓冲罐滤网、冷干机等进行故障排查,找到故障症结并提出处理措施,为此类往复压缩机故障分析与处理提供了参考。     

局部非负稀疏编码的高光谱目标检测方法研究

基于稀疏编码的高光谱图像处理算法能够挖掘高光谱高维数据空间中潜在的数据相关性,能自然地贴近光谱信号的本质特征。本文提出基于非负稀疏编码的高光谱目标检测算法。与经典稀疏编码模型相比,非负稀疏编码对编码系数进行非负约束,一方面使得线性编码具有明确的物理解释,另一方面增强了系数的可分性与稳健性。算法首先通过双窗口设计构造局部动态字典,然后利用目标和背景在动态字典上编码的稀疏性差异进行阈值分割最后通过统计判决实现目标检测。仿真数据以及真实数据实验结果证明了算法的有效性。