连续投影算法在小麦高光谱定量分析中的应用

为了消除光谱变量间的共线性影响,减少建模变量以提高校正速度,文章引进一种新的波长选择方法:采用连续投影算法(Successive Projections Algorithm,SPA),并将其集成偏最小二乘(Partial Least Squares,PLS)技术构成SPA-PLS方法,用于冬小麦高光谱波长优化选择及其与...     

水稻叶片氮含量光谱监测中使用连续投影算法的可行性

使用5段移动平滑法、基线校正、光谱面积归一化、多元散射校正方法对水稻叶片可见-近红外光谱进行预处理,使用连续投影算法（SPA）进行有效波长的选取。分别基于光谱指数RVI、NDVI建立多元线性回归（MLR）模型,基于SPA有效波长建立MLR模型,基于全部波长建立主成分回归（PCR）及偏最小二乘法（PLS）回归模型。利用模型预测水稻叶片氮含量,对比发现基于SPA有效波长建立的模型的预测效果明显好于基于光谱指数RVI及NDVI建立的模型,略差于基于全部波长建立的PCR及PLS模型。基于MSC预处理光谱及SPA有效波长建立的模型预测集预测结果r=0.7943,RMSE=0.4558。在水稻叶片氮含量光谱监测中使用连续投影算法进行有效波长的选取是可行的。     

连续投影算法的润滑油中含水量近红外光谱的分析

应用近红外光谱技术结合连续投影算法（SPA）实现了油中含水量的分析。对57个油样进行光谱扫描,通过比较不同预处理方法,以相关系数（R）和均方根误差（RMSE）作为模型评价指标,建立油中含水量预测的全波段偏最小二乘法（PLS）模型。同时应用SPA提取有效波长,作为PLS的输入变量,建立了SPA-PLS模型。结果表明经连续投影算法提取24个特征波长建立的模型,所用变量数仅占全波段的 4.68%,SPA-PLS优于全波段的PLS模型,其对验证集样本进行预测的相关系数和均方根误差分别为0.994 4和5.455 110-5,获得了满意的预测精度。说明应用光谱技术检测油中含水量是可行的,并能获得满意的预测精度,为进一步应用光谱技术进行油中其他污染物的在线监测提供了新的方法。     

BiPLS结合模拟退火算法的近红外光谱特征波长选择研究

为了简化近红外光谱模型,提高对草莓可溶性固形物含量的预测精度,将反向偏最小二乘法(BiPLS)与模拟退火算法(Simulated annealing algorithm,SAA)相结合优选特征波长,建立了多元线性回归可溶性固形物光谱模型.原始光谱经过预处理后,用反向偏最小二乘法优选出4个特征子区间(分别为第8、13、1...     

空中目标反射辐射特性工程算法

仿真试验中,目标辐射特性计算精度影响红外成像设备作用距离的测试精度,反射辐射是目标辐射特性的重要组成部分,针对空中目标的反射辐射特性进行建模并给出了工程计算方法,该方法考虑了空中目标反射天空背景辐射、反射太阳直射辐射、反射地面背景辐射.针对某空中目标进行了理论计算,并与实测数据进行了对比,结果表明该方法精度较高.     

基于无信息变量消除法和连续投影算法的可见-近红外光谱技术白虾种分类方法研究

应用无信息变量消除法结合连续投影算法对可见-近红外光谱区进行有效波长的选择,选择后的波长作为输入变量建立最小二乘-支持向量机模型,对白虾属中三种典型种,脊尾白虾、秀丽白虾和东方白虾进行鉴别分类.实验采用Kennard-Stone算法选取150个样本作为建模集,50个样本作为预测集,通过UVE-SPA优选了数值分别为392、431、517、551、595、627、676、734、760、861、943和1018 nm的12个波长为LS-SVM的输入变量,建立了白虾种分类模型.该模型对50个预测集样本检验的准确率达到了92.00%.结果表明,采用可见-近红外光谱对白虾种进行鉴别是可行的,UVE-SPA能够有效地进行波长选择,使LS-SVM模型获得最优的分类结果.     

基于波长调制光谱的多参数测量方法研究

基于扫描波长调制光谱技术,开发了一种同时测量气体压强、温度和组分浓度等多个参数的传感器.详细分析了利用谱线的4f_(peak)/2f_(peak)和2f/1f信号测量气体参数的迭代算法以及传感器的设计方案.采用频分复用方案,利用7 429.72 cm~(-1)和7 454.45 cm~(-1)两条H_2O谱线对温度分布在300~1 200 K范围内的静态气室进行了实验研究.实验结果表明迭代算法具有收敛速度快和测量精度高等优点,温度、压强和H_2O组分浓度的测量值与预测值基本符合,与预测值的最大相对偏差分别在4%、6%和6%以内.     

基于光谱维小波特征的混合像元投影迭代分解

混合像元线性分解是高光谱遥感应用的关键技术之一.本文利用小波变换多分辨率分析的特点,提出了一种以小波低频系数为特征的混合像元投影迭代分解的方法.首先利用离散二进小波提取了高光谱影像特征,再基于影像特征,用投影迭代方法自动确定出端元光谱,并以限制性的最小二乘方法估计出混合像元的组分.实验结果表明,本文方法能够较大的提高遥感影像混合像元的分解精度.     

基于PrefixSpan的应用层协议特征串提取算法

根据经典数据挖掘算法PrefixSpan对应用层数据流净载荷进行投影挖掘,提取出可以唯一识别该应用的特征字符串。针对特征字符串有偏移的情况采用连续前缀投影,在生成频繁序列的过程中,针对字符串的基本特征加以约束条件,减少投影数据库的产生,提高特征字符串提取的效率。     

基于KCF算法的空中目标跟踪模拟

机器学习可以从图像数据中学习到强大的特征表征。如果将目标检测跟踪技术与机器学习技术结合,能够在目标快速检测、准确识别和精准跟踪的性能上有显著提升,符合现实需求。本文将基于深度学习的YOLOv4目标检测算法应用于该场景的目标检测中;然后基于相关滤波的KCF目标跟踪算法,利用相关滤波方法将计算转化到频域,减少计算量,提高目标跟踪的实时性,通过深度学习得到的深度特征和深度学习训练的分类器,对比人工特征,目标跟踪的准确性会有大幅提升。相关滤波器通过多层网络进行训练,将相关滤波和深度学习相结合,以平衡目标跟踪的实时性和准确性,并应用到该场景的目标跟踪中。模拟实验结果表明,本文提出的空中目标检测跟踪技术的目标检测准确率达到95,跟踪精度达到99,能够实现对空中目标的实时跟踪。     

基于循环谱特性的扩展二元相移键控解调算法

介绍了扩展二元相移键控调制(Extended BPSK调制,以下简称EBPSK调制)信号模型及其二阶循环谱特性。对平稳信号匹配滤波进行拓展的基础上,提出了一种新的基于循环谱特性的EBPSK解调算法,由此给出基于该解调算法的EBPSK接收机框图,并对该解调算法性能进行了分析,最后进行了仿真验证。理论分析及仿真结果表明:基于循环谱特性的EBPSK解调算法利用噪声与EBPSK信号在循环频率域上的差别,能够有效分离在频域和时域都重叠的噪声和EBPSK信号,为EB-PSK调制的实用化提供一种有价值的参考。     

基于精英占优裂变算法的空中目标跟踪

针对粒子群对空中目标跟踪的早衰现象,采用精英占优裂变算法。首先对大权值粒子进行裂变处理逐次增加数目,为了避免粒子陷入过度裂变,增设裂变控制因子;接着选取其中非劣解粒子作为"精英占优集",通过小生境技术分配粒子适应度值,裂变粒子群中的每个粒子分配一个标识码组,每个解根据相应的识别数组判断跟踪结果优劣;然后给出了算法评价标准和目标跟踪流程;最后给出了空中目标运动模型。实验仿真得出,跟踪结果在位置分量和速度分量上的滤波均方误差小,空间状态转向跟踪中精英占优裂变接近目标真实状态。     

基于特征分解功率谱估计的距离成像算法

线性调频(LFM)信号是高分辨率雷达的主要信号形式之一,通过分析LFM雷达信号实现距离高分辨率成像的原理,针对杂波和噪声对雷达回波信号的影响,提出了利用基于特征分解功率谱估计的方法进行频率估计,从而实现LFM雷达信号的距离成像的算法。仿真结果表明,该方法对低信噪比情况下的目标距离一维成像是有效的。     

基于区域特征分割的红外弱小目标提取算法

针对现有的红外图像中目标分辨率低且边缘弱等问题,提出了一种基于区域特征分割的红外弱小目标提取算法;该算法根据灰度形态学理论,利用红外背景与目标轮廓信息来提取图像的目标信号;其中算法先根据红外图像的灰度与形状的相似度进行归属度处理,来分类出图像中的目标区与背景区;接着,根据边缘检测算法,该算法对目标区的目标的进行轮廓提取;实验结果表明,该算法能够有效的进行目标提取针对红外图像的不同性质;具有精度高,抗干扰能力强的分割优势。     

基于改进蝙蝠算法的红外光谱特征选择

特征选择是红外光谱定性与定量分析中的重要环节之一。为了解决传统特征选择方法可调参数多、收敛速度慢、精度低、易早熟等不足,对基本蝙蝠算法进行了离散化改进以适用于离散优化问题,同时结合Lvy飞行搜索策略,提出了一种新型的红外光谱特征选择算法。采用三个红外光谱数据集对提出的算法进行了验证,同时与遗传算法、模拟退火算法、无信息变量消除法等进行了比较分析。实验结果显示,该方法可以快速地搜索到全局最优值,能有效地提高波长选择的准确性和稳定性,被选择的波长物理、化学意义明确,采用选择的特征波段建立的定量模型优于用全谱建立的模型。同时,三个不同相态、不同光谱范围的数据集表明,所提出的算法具有较大的适用范围与实用价值。     

基于信号功率谱特征的CPM信号多参数估计算法

连续相位调制(CPM)信号由于其良好的频谱特性被广泛应用于卫星通信和移动通信中。在非合作信号处理中,为实现对截获CPM信号的精确干扰或盲解调,需要对其信号参数进行精确估计。提出基于功率谱特征的CPM信号参数估计方法。首先详细推导了CPM信号N次方变换后的功率谱特征,并根据功率谱的峰值响应计算对应的N值,最后利用N值对信号载频、码速率和调制指数分别进行估计。仿真实验表明,所提算法能够有效对CPM信号的相关参数进行估计,可以满足实际系统对CPM信号精确干扰和盲解调的需要。     

基于区域选择的红外弱小目标超分辨率复原算法

红外成像技术以其诸多优点成为智能化光电探测方面的主流研究方向,然而,红外弱小目标图像却有细节特征少、信噪比低等特点,因此考虑到使用超分辨率复原算法对其进行复原,为图像提供更多的细节信息。本文分析了凸集投影法的基本原理,针对其运行时间长的特点,提出了改进算法。首先用直方图拟合的方法选择出目标区域,然后在目标区域内进行超分辨率复原,区域外使用双线性插值。最后对3组低分辨率图像,每组五帧,用该方法进行验证。从实验结果可以看出,计算速度分别提升了15.6%、45.5%和46.5%。因此,这种方法能够有效地缩短超分辨率复原算法的处理时间。     

基于保局判别投影的声目标特征提取算法

针对现有声目标识别技术鲁棒性较差的实际情况,提出了一种监督性流形学习算法—保局判别投影(LPDP)算法.算法在流形学习保局投影(LPP)算法的基础上,引入了控制类间和类内距离的改进最大边缘标准(MMMC),使得这种特征提取算法既具有线性流形学习算法样本外点学习的优点,又能够有效解决小样本问题,并能在后续的分类中取得良好...     

认知异构网络中基于克隆选择算法的动态频谱分配

建立了认知异构无线网络的系统模型。基于该模型,以网络效益最大化为目标,考虑接入网的频谱需求,接入网之间的干扰和对应异构网络不同接入技术的多粒度重叠信道之间的干扰约束条件,将频谱资源分配建模为非线性约束0-1整数规划问题,进而提出基于克隆选择的认知异构网络中动态频谱分配算法,并在该算法中设计了一种新的能够同时考虑接入网频谱需求和多粒度信道频谱资源的抗体整数编码方式。仿真结果表明,所提算法相比于贪婪分配算法,增加了网络效益,提高了频谱使用效率。