基于二次主成分分析的遥感蚀变信息提取研究

对遥感蚀变信息提取常用的主要方法(比值法、主成分分析法、光谱角法)作了介绍,结合门限法划分异常阈值,以Landsat8—OIL为数据源,采用二次主成分分析法,建立了掩模模型,并根据门限法对二次主成分分析法进行了异常阈值划分,提取蚀变异常信息。     

某矿区遥感蚀变信息提取与蚀变信息综合

成矿与岩石蚀变是同一地质作用的结果,所以蚀变带位置的确定对找矿有重要的意义。利用遥感蚀变信息提取蚀变异常在找矿评价预测工作中,是一种快速高效的方法。文章采用特征主成分分析技术和比值处理进行遥感蚀变信息的提取,并以地质岩性为分区参数进行遥感蚀变信息的背景归一化,以消除假异常、增强弱异常,取得了较好的效果。     

缅甸蒙育瓦地区遥感地质解译与矿化蚀变信息提取

依据蒙育瓦地区ASTER影像数据特征,最佳指数法与中值滤波分析能有效增强线性构造、环形构造信息,特定蚀变矿物组合的主成分分析方法在提取铁染蚀变信息、羟基蚀变信息中能有效剔除干扰噪音,有效波段的比值运算在针对明矾石化的提取与实地地物吻合度较高。结合研究区北部蒙育瓦铜矿床构造及蚀变特征,选择光谱角法分类,验证和优化异常范围,最后对含矿建造、构造和铁染异常、羟基异常、明矾石化3类叠加异常的解译和评价,结合含矿建造圈定了6个找矿靶区,为找矿选区工作提供充分依据。     

刚果（布）Mpassa-Moubiri铜多金属矿区多源遥感蚀变矿化异常提取

刚果(布)Mpassa-Moubiri矿区铜、铅、锌等矿种找矿前景良好,运用多源遥感数据可提供丰富的找矿地质信息。本文选取Aster、Sentinel-2A、Worldview-2影像,采用主成分分析法分别提取白铅矿化、菱锌矿化、硅化、铁染、蓝铜矿化、孔雀石化等蚀变矿化异常信息,光谱角监督分类方法提取浅表含矿黑土异常信息。运用GIS密度分割挖掘各类蚀变矿化信息空间分布规律,并将其作为评价指标构建层次分析模型,最终圈定异常强度阈值高于0.8、面积17.18 km²的遥感综合异常区域。结果表明：遥感综合异常主要呈北东向展布,富集在碳酸盐岩与碎屑岩接触带的有利成矿部位,与地表调查、化探异常吻合较好,表明多源数据组合能有效提取该矿区蚀变矿化信息,可为后续大比例尺勘查工作部署提供依据。     

基于找矿的遥感信息提取及分析

对 ETM＋的多波段数据采用波段比值法和主成分分析法,提取有针对性的矿化蚀变异常信息,利用 ETM＋遥感蚀变异常信息,结合成矿理论,可以得到精确的遥感矿化蚀变异常位置。     

导水裂隙带高度预测的PCA-BP模型

导水裂隙带是工作面顶板突水的重要通道,准确预测工作面顶板导水裂隙带发育高度是预防顶板突水的首要任务。本文在总结导水裂隙带高度影响因素的基础之上,选取采高、硬岩岩性比例系数、工作面斜长、推进速度和采深作为影响导水裂隙带高度的主要因素。收集山东省和安徽省综采导水裂隙带高度实例,运用灰色关联分析(grey relational analysis,GRA)法得出采深是导水裂隙带高度的主要影响因素,其他因素是次要影响因素的结论。通过主成分分析(principal component analysis,PCA)法对样本数据进行降维,消除了影响因素之间的相关性,将确定的主成分作为输入层的神经元,基于MATLAB建立了PCA-BP神经网络预测模型,该模型在结果的稳定程度和准确程度上均优于常规的BP神经网络,且最大预测相对误差仅为3.8%。     

一种改进的核二维主成分分析人脸识别算法

结合二维主成分分析(two-dimensional principal component analysis,2DPCA)、核二维主成分分析(kernel two-dimensional principal component analysis,K2DPCA)、二维最佳判别式(two-dimensional Linear Discriminant Analysis,2DLDA)的特点,本文提出了一种改进的核二维主成分分析人脸识别算法,可以巧妙地将图像同时映射到最佳投影空间和最优判别空间。首先通过标准的K2DPCA算法在图像的行方向上去相关性;其次在K2DPCA空间通过2DLDA算法对图像做进一步投影;最后利用最近邻准则分类器计算相似度进行判别。在标准人脸库ORL和Yale进行验证,结果表明,所提出算法可以获得更高的识别率。     

基于ASTER影像的遥感蚀变信息提取及找矿预测——以滇东北会泽项目为例

矿物波谱特征是遥感蚀变信息提取的重要理论依据,ASTER影像数据比ETM+光谱分辨率高,波谱范围宽,具有分辨特殊矿物的能力,在蚀变信息提取中具有更广阔的应用前景。本文利用ASTER数据,采用比值+掩膜+主成分分析法方法,提取铁染、羟基蚀变信息,结合地质、构造、矿产等多元地学信息综合分析,开展遥感找矿预测,圈定7处遥感找矿远景区,为地质找矿工作提供基础数据和决策依据。     

主成分分析在人脸识别中的应用

综述了主成分分析(Principal Component Analysis,PCA)算法的基本原理,并详细阐述了PCA算法在人脸识别中的应用,包括:分块PCA、基于类内平均脸的PCA算法改进、PCA和ICA的组合算法。最后,本文提出:未来的研究应着眼于扩大算法的比较范围和寻找最优分块方式。     

晋东北灵丘地区遥感异常信息找矿预测

灵丘地区是晋东北重要的铜银多金属矿集区,分布有支家地、刁泉等大型银铜多金属矿床。文章以美国Landsat-7卫星的ETM数据为遥感数据源,展开了灵丘地区约2000 km²范围的遥感找矿异常信息研究,解译出线性构造59条,环形构造9个。采用“主成分分析”法提取出铁化蚀变与泥化蚀变。结合地质分析,厘定铁染蚀变及遥感线性、环形构造信息为主要遥感异常找矿标志,并圈定找矿远景区5处。