基于线性混合模型的高光谱图像端元提取

近年来,基于线性混合模型的光谱解混合技术正在越来越广泛地用在光谱数据分析和遥感地物量化中,这项技术的关键就在于确定端元(Endmember)光谱。通常,端元的荻取有两种方式：来源于光谱库以及来源于图像数据,相比之下后者得到的结果更能体现真实的地面信息。为此,从线性混合模型的特点出发,归纳了目前几种比较成熟的端元提取算法,分析了它们的主要思想和存在的优缺点,并总结了评估算法结果的依据,最后介绍了端元提取技术的发展趋势。     

基于线性光谱模型的混合像元分解方法与比较

线性光谱模型是目前解决城市中等空间分辨率遥感(如Landsat)中存在的混合像元问题的简单、有效的策略。本实验以广州区域为研究区,利用ENVI/IDL影像处理和开发平台对4种混合像元线性光谱分解方法进行了对比,即无约束条件法、带部分约束条件法、普通带全约束条件法和带全约束条件的可变端元法。结果表明,普通带全约束条件法和带全约束条件的可变端元法的分解结果比无约束条件法和带部分约束条件法的分解结果合理,均方根误差明显要小;同时,带全约束条件的可变端元法要优于普通带全约束条件法。光谱归一化处理则对不同分解方法带来不同的影响,应依据实际需要采取合适的光谱处理方式。     

基于光谱混合模型的河口表层悬浮泥沙浓度卫星遥感反演研究

选取长江口及周边海区为研究区域,利用长江口取样泥沙的不同配比浓度的实验室光谱测量数据,以2002年6月1日的MODIS Terra卫星遥感数据为研究案例,考虑高、低悬浮泥沙浓度和叶绿素a 3个端元组分,采用线性光谱混合模型反演长江口及周边海区表层悬浮泥沙浓度。反演结果很好地反映了长江口及周边海区的悬浮泥沙空间分布精细结构,空间分布特征和数值量级比较分析表明结果真实可信,初步说明该算法在我国近岸河口海区的应用效果较好。与传统的经验算法相比,基于线性光谱混合模型的悬浮泥沙反演算法更少地依赖现场实测数据,可以更加充分地利用多光谱波段信息,对于近岸河口高浑浊水体的悬浮泥沙浓度反演是一种可行的方法。      

基于线性光谱混合模型的油菜种植面积遥感监测方法研究

利用中低分辨率卫星影像进行油菜面积提取时,需要考虑混合像元产生的影响,以提高面积提取的精度。本文以2009年湖北省潜江市油菜种植面积为例,利用中巴地球资源卫星(CBERS-02B)遥感影像,选取线性光谱混合模型进行油菜种植面积的分解计算研究,将结果与基于GVG(GPS、VIDEO、GIS)农情采样系统得到的结果进行对比分析,面积提取精度为97.43%。表明线性光谱混合模型能够高精度地提取油菜的种植面积,不失为一种很好的监测油菜种植面积方法。     

基于混合线性模型的图像去噪

现有的图像去噪算法大多假设图像为分段平滑信号,通过滤除图像中的振动分量达到去噪的效果.如果将这类方法应用于纹理图像,则会导致图像细节信息的损失.该文针对保留图像细节的问题,提出了基于混合线性模型的去噪方法.新方法不假设图像分段平滑,仅假设图像具有自相似性,利用图像的相似性区分图像信号与噪声.文中使用统计学习的方法对图像区域进行聚类,并得到图像主成份,以主成份作为信号分量重组图像,从而对纹理图像取得很好的去噪效果.     

基于局部递归线性NF模型智能非线性识别系统设计

主要研究了智能非线性识别技术在绕组建模中的设计;首先分析了模糊神经(NF)建模的相关属性,针对绕组建模系统所需要的控制性能,为了改善其控制性能,实现可靠的容错系统,提出一种新的基于模糊神经网络NF的模拟模型,将该模型应用到基于递归的局部线性模糊神经网络(RLLNF),该网络通过局部的线性模型树(LOLIMOT)训练,设计出一种改进的基于树的增量学习算法;最后设置时间间隔在220s和225s之间的实际的绕组过程,通过仿真实验结果表明,将提出的NF模型与其他已知智能算法,即多层感知器(MLP)等进行比较,所设计的系统更具有可行性与高效性。     

一种用于线性光谱解混算法验证的模拟数据生成方法

线性光谱解混已成为一种通用的光谱解混方法并已发展出大量算法,对这些算法进行客观评价,是该算法得到推广应用的重要基础。由于实测数据获取困难且花费很大,大多数研究中广泛采用模拟数据进行算法验证。针对目前常用的基于Dirichlet分布的模拟方法在实际应用中遇到的问题,结合实验分析了Dirichlet分布的参数设置对模拟结果的影响,进一步结合高光谱数据在其特征空间中的单形体几何特征,探讨了实际应用中参数取值受到的限制,并通过分析Dirichlet分布概率密度函数值的空间分布特征,提出参数的合适取值范围为(0,1.5)。     

基于光谱特征的MODIS影像东海水体类别信息提取

近年来东海海洋环境由于赤潮频发日趋恶化,为了进行基于水体类别信息提取的水体宏观分异规律探究,本文在对不同水体光谱曲线分析的基础上,提出了两种基于光谱特征波段运算的MODIS影像水体类别提取模型,通过优化并确定各类水体阈值,最终得到了2004年6月11日和2007年10月2日东海赤潮期悬浮泥沙水体、富营养化水体、赤潮水体、赤潮边界水体和远洋洁净水体五大类的分布和变化特征,并分别对两个时期的影像进行了叶绿素a(Chl-a)和海表温度(SST)反演辅助分析,研究结果不仅能从宏观上有效识别悬浮泥沙和赤潮等水体的分布范围,同时也能反映出不同水体因子从海岸带向远洋深海的变化规律,为海洋环境进一步探讨提供了研究基础。     

基于压缩感知的混合光谱解析算法

压缩感知利用信号的稀疏性通过求解欠定线性系统的解来有效地重建信号,其稀疏性要求信号在某个域中是稀疏的.压缩感知理论认为一般情况下,信号的相关性越小,恢复算法的性能越好.求解压缩感知问题的方法有贪婪追踪、凸松弛方法、迭代收缩等算法,以及贝叶斯框架、置信传播等.从欠定线性矩阵方程角度讨论压缩感知问题,通过两种不同量测矩阵(...     

基于PyMC的线性混合模型及其在印染工业上的应用

理论上通过线性模型,只用染料的浓度配比就可以预测染出何种颜色。但实验表明面料也会影响染色结果。因此本文将面料作为随机效应加入到模型中,构造线性混合模型。本文用机器学习库Py MC实现线性混合模型,并用该模型改进了基于线性回归的预测模型。实验表明线性混合模型优于普通线性回归,同时证明了面料确实会影响染色效果。根据模型的随机效应,还可对面料进行分类。     

Study of Land Surface Composition of Wuhan Citybased on Linear Spectral Mixture Analysis

Rapid urban growth makes monitoring and analysis of urban surface compositions become the most significant research hotpot.Moreover,satellite remote sensing data is the major source of collecting and surveying geographic information quickly and conveniently.The Linear Spectral Mixture analysis Model (LSMM) has been reported in other literature and has been proven to be the intuitional and effective approach for describing urban surface compositions.In this paper,we try to get the real surface compositions of Wuhan City through the combination of the traditional 3-endmember method for masking water off and 4-endmember method with water based on the LSMM method using Landsat 5 thematic mapper image acquired on September 6,2009.The results show that the 4-endmember (water,vegetation,low albedo,high albedo) method is better than the 3-endmember method,because masking water off can cause major errors in water boundary regions.     

应用光谱混合分析法从SPOT影像提取槟榔树专题信息

台湾地区槟榔树分布面积较大,但是种植密度不高,用通常的遥感影像分类和专题信息提取方法不能有效地提取槟榔树的分布范围。光谱混合分析是将一个像元看成多种地物的组合,分别求出各种地物所占的比例。运用线性光谱混合分析的方法,对台湾的SPOT卫星影像进行像元分解,提出了如何利用低光谱分辨率影像分解像元的方法。通过与最大似然分类和阈值法提取结果的比较,表明光谱混合分析法不仅有效地提取了槟榔树分布的范围,还计算出槟榔树分布的密度,是一种较好的方法。     

基于Gabor特征和混合高斯模型的人脸表情分析

首先对人脸表情的特点进行分析,提出了利用Gabor小波特征、主分量分析（PCA）结合混合高斯模型的人脸表情分析方法,并在人脸表情数据库JAFFE进行了实验。通过对不同表情的分布规律进行实验分析,实现了对表情的定性/定量分析。实验结果表明,提出的人脸表情分析方法能够对人脸表情进行恰当的表达和描述。     

Hierarchical Multiple Endmember Spectral Mixture Analysis (MESMA) of hyperspectral imagery for urban environments

Remote sensing has considerable potential for providing accurate, up-to-date information in urban areas. Urban remote sensing is complicated, however, by very high spectral and spatial complexity. In this paper, Multiple Endmember Spectral Mixture Analysis (MESMA) was applied to map urban land cover using HyMap data acquired over the city of Bonn, Germany. MESMA is well suited for urban environments because it allows the number and types of endmembers to vary on a per-pixel basis, which allows controlling the large spectral variability in these environments. We employed a hierarchical approach, in which MESMA was applied to map four levels of complexity ranging from the simplest level consisting of only two classes, impervious and pervious, to 20 classes that differentiated material composition and plant species. Lower levels of complexity, mapped at the highest accuracies, were used to constrain spatially models at higher levels of complexity, reducing spectral confusion between materials. A spectral library containing 1521 endmembers was created from the HyMap data. Three endmember selection procedures, Endmember Average RMS (EAR), Minimum Average Spectral Angle (MASA) and Count Based Endmember Selection (COB), were used to identify the most representative endmembers for each level of complexity. Combined two-, three- or four-endmember models - depending on the hierarchical level - were applied, and the highest endmember fractions were used to assign a land cover class. Classification accuracies of 97.2% were achieved for the two lowest complexity levels, consisting of impervious and pervious classes, and a four class map consisting of vegetation, bare soil, water and built-up. At the next level of complexity, consisting of seven classes including trees, grass, bare soil, river, lakes/basins, road and roof/building, classification accuracies remained high at 81.7% with most classes mapped above 85% accuracy. At the highest level, consisting of 20 land cover classes, a 75.9% classification accuracy was achieved. The ability of MESMA to incorporate within-class spectral variability, combined with a hierarchical approach that uses spatial information from one level to constrain model selection at a higher level of complexity was shown to be particularly well suited for urban environments.     

谱聚类广义模型与典型算法分析

谱聚类能发现数据的非线性低秩结构,在模式识别等领域应用广泛.谱聚类与图模型、流形嵌入、积分算子理论等紧密相关,存在着潜在的联系,但相关理论尚缺乏系统的研究.文中首先从谱聚类的研究现状出发,介绍它的一般性问题,即再生核空间中的积分算子特征函数学习问题.然后讨论谱聚类与核主成分、核k-means算法、Laplacian特征映射、流形学习、判别分析之间的内在联系.进而简要分析NJW算法、Ncut算法、基于Nystrm方法的谱聚类算法、多尺度谱聚类算法以及多层谱聚类算法.最后总结存在的问题和未来的发展趋势.     

线性规划软件包GLPK的分析与应用

GLPK是一个求解大规模的线性规划问题(LP)、混合整数规划问题(MIP)以及相关问题的自由软件包。该文分析TGLPK的算法结构与数值计算等多方面的实现技术,并应用于解决NP-hard的调度问题。数值结果表明GLPK是研究LP和MIP问题强有力的工具。     

基于一种改进的多端元混合像元分解方法的三江源中东部地区植被盖度信息的提取

三江源地处青海省南部,近年来生态环境不断恶化、草地退化严重。植被盖度是研究草地退化的重要指标之一,如何快速、准确、大面积地获取植被信息对三江源的生态环境变化监测尤为重要。传统的固定端元混合像元分解(TSMA)不适用于地域辽阔、地物类型复杂多样的三江源区,而多端元混合像元分解(MESMA)允许端元的类型和数量随像元的不同而变化,更符合三江源的实际情况。基于已有相关研究提出一种改进的多端元混合像元分解(IMESMA),即加入端元组分合理性最优端元模型判断规则,分两步对影像进行分解并获得像元的植被盖度信息。第一步利用多端元模型探测出含有植被信息和完全不含植被信息的像元,并对非植被像元进行掩膜,以提高分解精度;第二步仅对含有植被信息的像元进行分解,获得最终的三江源中东部植被盖度信息。通过多端元分布图、混淆矩阵和与实测数据的均方根误差(RMSE)对比表明,相比TSMA,IMESMA考虑了同物异谱现象,并且其分解精度高、分解结果可信,更适合三江源区的植被信息提取。本方法也可用于其他复杂环境地表组分信息的提取。     

BLP模型的安全性分析与研究

BLP模型是最为经典的计算机多级安全模型。在进行BLP模型研究的基础上，对其存在的主要安全缺陷及不同的改进方案进行分析，提出了“最近读、最近写”的原则，较为有效地改进了BLP模型的安全性和完整性。     

On intra-annual EVI variability in the dry season of tropical forest: A case study with MODIS and hyperspectral data

Considerable controversy is associated with dry season increases in the Enhanced Vegetation Index (EVI), observed using the Moderate Resolution Imaging Spectroradiometer (MODIS), compared with field-based estimates of decreasing plant productivity. Here, we investigate potential causes of intra-annual variability by comparing EVI from mature forest with field-measured Leaf Area Index (LAI) to validate space-based observations. EVI was calculated from 19 nadir and off-nadir Hyperion images in the 2005 dry season, and inspected for consistency with MODIS observations from 2004 to 2009. The objective was to evaluate the possible influence of the view-illumination geometry and of canopy foliage and leaf flush on the EVI. Spectral mixture models were used to evaluate the relationship between EVI and the shade fraction, a measure that varies with pixel brightness. MODIS LAI values were compared with LAI estimated using hemispherical photographs taken in two field campaigns in the dry season. To keep LAI and leaf flush conditions as constant variables and vary solar illumination, we used airborne Hyperspectral Mapper (Hymap) data acquired over mature forest from another region on the same day but with two distinct solar zenith angles (SZA) (29° and 53°). Results showed that intra-annual variability in MODIS and nadir Hyperion EVI in the dry season of tropical forest were driven by solar illumination effects rather than changes in LAI. The reflectance of the MODIS and Hyperion blue, red and near infrared (NIR) bands was higher at the end of the dry season because of the predominance of sunlit canopy components for the sensors due to decreasing SZA from June (44°) to September (26°). Because EVI was highly correlated with the reflectance of the NIR band used to generate it (r of + 0.98 for MODIS and + 0.88 for Hyperion), this vegetation index followed the general NIR pattern, increasing with smaller SZA towards the end of the dry season. Hyperion EVI was inversely correlated with the shade fraction (r = − 0.93). Changes in canopy foliage detected from MODIS LAI data were not consistent with LAI estimates from hemispherical photographs. Although further research is necessary to measure the impact of leaf flush on intra-annual EVI variability in the Querência region, analysis of Hymap data with fixed LAI and leaf flush conditions confirmed the influence of the illumination effects on the EVI.     

基于Parlay/OSA的服务水平协议分析与改进

服务水平协议是保证服务提供的关键技术,在服务提供领域日显其重要性。文章首先概述了服务水平协议的组成与功能,分析了Paraly/OSA架构下引入的商业模型,讨论组成商业模型的四个商业角色之间的服务关系。在此基础上,进一步分析了目前的Parlay规范对服务水平协议的支持,对组成服务水平协议的离线协议与在线协议的分析可知Parlay规范对服务水平协议的支持存在着极大的不足。最后,提出定义链表型的数据结构增强服务能力水平区分,完善服务水平协议,并分析了其优点、可行性以及带来的挑战。