多层土壤结构下直流偏磁电流分布计算研究

针对地表电压预测不准确而造成直流偏磁电流评估偏差较大的问题,文中基于场源关系下的拉普拉斯方程和泊松方程,通过数学解析法结合土壤边界条件求解出多层土壤的地表电位表达式。通过分析3种土壤模型下的地表电位分布曲线,确定了合理的土壤模型。在此基础上通过场路直接耦合的方法建立了变压器中性点直流量评估模型。基于.NET平台对上海市某地区电网数据实现了地表电压分布预测和接地极附近变压器中性点直流偏磁电流的计算,并将计算结果与CDEGS软件的仿真结果进行对比,验证了所提方法的有效性与准确性。     

基于改进K_Medoids算法的高光谱图像聚类

为了解决在复杂的、数据量庞大的高光谱图像中汇集出参考价值较高的聚类组合问题,本文提出一种基于流形的K_Medoids改进算法并应用于高光谱图像的聚类实践中。该算法应用改进的Canopy算法进行初值选定,通过基于流形的测地距离所生成的像元距离矩阵来完成K_Medoids算法的聚类过程。该算法对传统聚类算法所具有的一些难以解决的弊端起到良好的抑制作用。利用AVIRIS图像对该算法进行验证,实验结果表明:与传统方法相比,该算法在类内距离、类间距离、Jaccard系数、Rand系数,以及聚类图像的直观对比五个评价标准下能够取得比传统方法更好的效果。     

基于深度学习算法的三维激光雷达主动成像目标检测

为了提升目标检测效果,设计基于深度学习算法的三维激光雷达主动成像目标检测方法。利用深度学习算法的生成对抗网络,剔除三维激光雷达主动成像过程中的杂波干扰,得到无杂波干扰的目标三维图像;设计生成模型与对抗模型的损失函数,利用端到端深度神经网络的点云编码层,在无杂波干扰的目标三维图像内,提取目标三维图像特征,并输入目标检测层内;通过目标检测层输出目标检测候选框,利用非极大值结合混合置信度,确定最终目标检测框,完成三维激光雷达主动成像目标检测。实验结果表明：该方法可有效剔除杂波干扰,得到无杂波干扰的目标三维图像;该方法可有效完成三维激光雷达主动成像目标检测,且在不同目标运动模糊长度像素时,该方法目标检测的交并比均高于阈值,说明该方法的目标检测精度较高。     

联合改进LBP和超像素级决策的高光谱图像分类

高光谱图像在有标签样本数目较少的情况下进行分类时,除了利用光谱特征外,空间纹理特征也是必不可少的。本文提出了一种利用多尺度多方向局部二值模式（LBP）描述子获取纹理特征,并结合超像素级指导决策的支持向量机分类方法。首先,本文方法将传统LBP描述子改进为多尺度多方向LBP描述子,一方面充分考虑了邻域像素之间的关系,另一方面在计算时分别考虑了水平垂直方向和对角方向。其次,在利用统计直方图获得纹理特征时,采用了多个尺寸窗口组合的方式,以获得多范围、高精度的纹理特征。第三,对传统的简单线性迭代聚类（SLIC）超像素分割方法进行改进,重新定义了光谱距离并引入了纹理特征距离,获得更精确的超像素分割图。最后,利用超像素分割图结合多数投票策略,对分类结果进行进一步的指导校正。实验表明,本文方法能够更有效的提取纹理特征,再结合超像素分割图的指导决策,进一步提升高光谱图像的分类性能。     

基于最大最小距离的高光谱遥感图像波段选择

为减少高光谱遥感图像光谱空间冗余,降低后续处理的计算复杂度,提出一种基于最大最小距离的高光谱图像波段选择算法。首先计算波段标准差,选定标准差最大的波段作为初始中心;然后使用最大最小距离算法得到相对距离较远的聚类中心,对波段进行聚类;最后使用K中心点算法更新聚类中心。实验仿真结果表明:通过基于最大最小距离算法选择的波段,能够选出同时满足信息量大、相关性小的要求的波段子集,并将获得的波段组合用于高光谱图像分类时,可以得到较好的分类精度。     

蜜环菌人工菌棒基质碳氮比对乌天麻产量及营养品质的影响

分析蜜环菌人工菌棒基质碳氮比对乌天麻产量及基本营养成分含量的影响,并对乌天麻氨基酸品质进行评价。方法 通过大棚内随机区组实验,测定不同种植模式下乌天麻的基本营养成分含量,对其进行单因素方差分析和多重比较,并通过氨基酸评分法对乌天麻中氨基酸营养价值进行评价。结果 蜜环菌人工菌棒基质碳氮比对乌天麻的产量、基本营养成分含量及氨基酸的营养品质均有显著的影响;蜜环菌人工菌棒基质碳氮比为75.94时种植的乌天麻,乌天麻各项营养指标接近对照种植的乌天麻的各项营养指标,显著大于蜜环菌人工菌棒基质碳氮比为60.69、126.39时种植的乌天麻的各项营养指标。蜜环菌人工菌棒基质碳氮比为75.94时种植的乌天麻,其乌天麻必需氨基酸含量与总氨基酸含量的比值为37.03%接近40%,必需氨基酸含量与非必需氨基酸含量的比值为58.79%接近60%,必需氨基酸的氨基酸比值、必需氨基酸的比值系数分、必需氨基酸比值系数与联合国粮食及农业组织/世界卫生组织提出的氨基酸理想模式较接近。结论 利用蜜环菌人工菌棒种植乌天麻可以获得基本营养成分含量高、氨基酸丰富、必需氨基酸的组成比例相对合理、符合人体吸收利用需求、具有较高营养价值的乌天麻。     

基于正交基压缩感知的激光雷达遥感图像重构研究

在压缩图像重建过程中,针对重构效果不理想、耗时较长等问题,提出基于正交基压缩感知的激光雷达遥感图像重构方法。对激光雷达遥感图像进行预分块处理,分别计算不同图像块的纹理复杂度,当图像块纹理复杂度低于设定阈值时,选取最佳采样频率对不同的图像块进行观测采样,当图像块的纹理复杂度高于设定阈值,需要再次进行分块,并且重复上述步骤,直到获取最小图像块,则停止分块。通过观测采样结果,设定滤波,选取信号阈值,引入共轭梯度下降方法,对不同压缩比下的信号进行重建,实现激光雷达遥感图像重构。分析仿真实验结果可知,所提方法的最高运行时间约为17 min,远低于传统方法,表明方法能够有效提升图像的重构效果。     

乌孜别克族服饰中艾德莱斯绸的研究

艾德莱斯绸以其独特的艺术魅力和世代传承的生命力流传至今,体现着当地居民独特的艺术审美以及工匠们的精湛技艺。文章以乌孜别克族的服饰文化为背景,主要针对乌孜别克族人居住地区的艾德莱斯绸为研究内容,分别从艾德莱斯绸的起源与发展、制作工艺、色彩及图案组成等方面进行分析,并对比新疆不同地区的艾德莱斯绸的艺术特征。     

最小二乘支持向量机的两点改进

最小二乘支持向量机以其较好的性能得到了广泛应用,但仍存在2点不足:一方面,最小二乘支持向量机将所有训练样本都作为支持向量参与未知样本的分类,导致该算法在泛化过程中处理速度较慢;另一方面,最小二乘支持向量机主要利用光谱数据进行训练和分类,忽略了对地物空间信息的挖掘,影响了分类精度。为此,提出一种基于库伦引力模型的样本缩减策略,在此基础上将分类结果与基于空间信息的分类器相融合,由此产生的新分类器可以有效解决以上两方面的问题。实验表明了新分类模型在分类精度与速度方面的优势。     

小样本下基于空谱特征增强的高光谱图像分类

针对小样本下基于深度学习的高光谱图像分类方法精度不高的问题,本文提出一种基于空谱特征增强残差网络的高光谱图像分类方法.该方法利用三维卷积核同时提取高光谱图像的空间和光谱特征.同时,在普通三维卷积神经网络结构前加入空间和光谱特征增强的残差网络模块,通过恒等映射保留高光谱原始信息的同时用较少的参数增强网络的信息流,并且在构...