修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

129 条数据
?? 中文（中国） ▾

  • [IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于全极化SAR影像的作物分类

    摘要： 提高分类精度的关键前提是充分提取反映物体物理特性的特征。本研究旨在探究加拿大安大略省四极化合成孔径雷达（SAR）影像的作物分类能力。获取了多时相RADARSAT-2精细波束四极化SAR数据，采用支持向量机（SVM）分类器，结合极化特征与纹理特征进行分类。从经典Pauli分解中提取了包含奇次散射、双次散射和体散射的极化特征，从灰度共生矩阵（GLCM）中提取了八种纹理特征，并运用主成分分析（PCA）方法降低纹理特征的冗余度。结果表明，多时相SAR数据取得了令人满意的分类精度，SAR数据的纹理特征有助于提升分类精度，SAR数据在农业监测方面具有显著潜力。

    关键词： 多时相、主成分分析、灰度共生矩阵、SAR分解、纹理特征

    更新于2025-09-04 15:30:14

  • 基于异常值去除的协同表示高光谱异常检测

    摘要： 近年来，协作表示检测器（CRD）被广泛应用于高光谱异常检测。原始CRD方法在涉及更多类别（即用于异常检测的样本）时，最小二乘解会变得不稳定；若测试像素为异常像素且存在多个与之相似的背景样本，则可能产生检测误差。本文提出一种结合主成分分析（PCA）去除异常值的高光谱异常检测方法（PCAroCRD）。根据不同的背景建模方式，分别提出了全局版本和局部版本。该算法采用空域PCA提取全局/局部背景的主要像素信息作为协作表示样本，同时消除全局/局部背景中的异常像素信息。减少有效样本数量也能保持检测结果的稳定性。实验结果表明，PCAroCRD的性能优于原始CRD、核化CRD、改进版CRD（CRDBORAD）、基于形态学的CRD、全局RX算法及局部RX算法。

    关键词： 高光谱影像、目标检测、协同表示（CR）、主成分分析（PCA）、异常检测

    更新于2025-09-04 15:30:14

  • 基于线性解混图像技术的联合稀疏主成分分析字典融合

    摘要： 基于不同地表对象的线性解混图像，采用在线字典学习算法分别计算多光谱线性解混图像与全色图像的稀疏字典。随后利用主成分分析（PCA）通过提取全色图像与解混图像字典的第一主成分，生成联合稀疏PCA字典。综合考虑计算能力限制与重构图像均方根误差后，确定字典数量为480个?；谡庑┳值?，分别采用正交匹配追踪法计算多光谱与全色图像的稀疏系数，同时运用非负矩阵分解融合算法处理多光谱与全色稀疏系数，获得全波段融合图像的稀疏系数矩阵（尺寸为480×255025）。最终利用这些联合稀疏PCA字典和融合稀疏系数重建融合图像。通过五项定量融合评价指标分析表明，所提融合算法既保留了图像的多光谱信息，又增强了图像纹理细节信息。

    关键词： 非负矩阵分解（NMF）融合、主成分分析（PCA）字典、线性解混、正交匹配追踪（OMP）算法、在线字典学习（ODL）算法

    更新于2025-09-04 15:30:14

  • [IEEE 2018第二届电子、计算机与通信进展国际会议(ICAECC) - 班加罗尔(2018.2.9-2018.2.10)] 2018第二届电子、计算机与通信进展国际会议(ICAECC) - 运动伪影存在下基于光电容积图信号的绝对心跳检测

    摘要： 在无线体域网（WBANs）中，利用光电容积图（PPG）信号精确监测心率（HR）始终是一项具有挑战性的任务，尤其是当受试者进行剧烈运动时。这是由于受试者身体运动产生的强烈运动伪影（MA）会严重干扰信号。本研究提出了一种新方法：基于腕部PPG信号，通过主成分分析（PCA）进行信号分解降噪、稀疏信号重建（SSR）、峰值检测与追踪，并采用支持向量机（SVM）分类器实现心率精准估算。该方法不仅能达到高精度，且能有效消除运动伪影。实验招募了12名受试者，其数据集来自2015年IEEE信号处理杯竞赛（受试者在跑步机上以0至15公里/小时的可变速度运动）。结果显示，心率估算的平均绝对误差为1.66次/分钟（BPM）。

    关键词： 支持向量机分类器、主成分分析、心率、无线体域网（BAN）、静态次同步谐振、加速度计、光电容积图

    更新于2025-09-04 15:30:14

  • 利用傅里叶变换红外光谱和主成分分析分离鉴定生物柴油荧光功能团

    摘要： 为分离并鉴定生物柴油中产生荧光化合物的分子官能团，采用柱层析结合红外光谱与多元分析方法进行研究。将生物柴油样品装填于色谱柱中，对所得组分进行分析。在进行分离前，先通过发光二极管（LED）诱导荧光法检测生物柴油样品，并将其光谱与β-胡萝卜素和大豆油的标准谱图进行比对。该技术具有低成本和快速分析的优势，适用于生物柴油物质的分离。荧光发射光谱可识别如β-胡萝卜素（其标准谱图显示500-700 nm范围内存在荧光）及叶绿素分子等物质。当大豆油在约405 nm波长激发时，会在670 nm区域呈现荧光发射带，表明存在叶绿素。结合主成分分析的红外光谱技术能有效区分各组分，并鉴定样品中化合物的官能团。

    关键词： 荧光、荧光团、红外光谱、主成分分析、生物柴油

    更新于2025-09-04 15:30:14

  • 测试一种改进的基于主成分分析的图像融合锐化方法

    摘要： 图像数据锐化是遥感科学中一个具有挑战性的领域，随着高空间分辨率卫星和超光谱传感器的出现，该领域的重要性日益凸显。虽然光谱特性对矿物填图至关重要，但空间分辨率同样重要，因为它能在空间背景下识别/解译目标矿物/岩石。因此，在保留超光谱传感器提供的光谱特性的同时提升空间信息，将为地质/矿物填图（尤其是干旱环境）带来显著效益。 本文采用超光谱数据（ASTER）与高空间分辨率全色数据（WorldView-2）进行图像融合，测试了一种新方法。通过改进的基于主成分分析（PCA）的锐化方法——该方法采用考虑实际数值分布的直方图匹配流程，验证了替换主成分（PC1-PC4）能否获得光谱更精确的融合影像。将新方法与最广泛使用的PCA锐化和Gram-Schmidt锐化（GS）（两者均可在ENVI软件5.2及以下版本中使用）以及标准方法（利用Landsat 8自身全色波段锐化多光谱波段）进行对比。 视觉评估和光谱质量指标证明：采用PC1和PC2的锐化方法提升了PCA算法的光谱性能，且与GS方法相比取得了相当或更优的结果。研究表明，使用PC1时可见光-近红外（VNIR）波段保存更完整，而使用PC2时短波红外（SWIR）波段保存更佳。此外，该方法在融合不同传感器（如ASTER与WorldView-2）的图像数据时改善了输出光谱质量，且在替换第二主成分时保持了正确的反照率比例。

    关键词： 图像融合、ASTER、经验线法、主成分分析、WorldView-2、锐化、Landsat 8、直方图匹配

    更新于2025-09-04 15:30:14

  • GLORIA临边成像仪的新型校准噪声抑制技术

    摘要： 大气辐射成像万向臂观测仪（GLORIA）为获取上对流层与下平流层痕量气体数据提供了新途径。该仪器通过飞行过程中对参考黑体及朝向上空的"深空"场景进行测量来实现信号辐射定标。本文专门针对GLORIA的成像特性开发了数据校准技术，所采用的算法利用探测器像素间参数的空间相关性来降低校准测量中的噪声水平和伪影——具体通过将仪器背景辐射的先验知识与经验认知相结合，并采用低通滤波和主成分分析（PCA）等降噪压缩方法实现。此外，我们还推出了新型GLORIA数据处理软件包，可在半自动化数据处理流程中根据原始测量数据生成定标光谱。

    关键词： 噪声抑制、低通滤波、主成分分析、辐射定标、GLORIA

    更新于2025-09-04 15:30:14

  • 基于近红外光谱技术的玉米秸秆酸性洗涤纤维含量快速预测

    摘要： 玉米秸秆酸性洗涤纤维（ADF）含量的预测依赖于精确数据和合适的分析方法。本文通过关键参数优选及偏最小二乘回归（PLSR）与反向传播神经网络（BPNN）的结合，建立了快速获取ADF含量的最优PLSR-BPNN模型。采用马氏距离（MD）作为识别和剔除异常值的工具，并基于相关系数法（CC）提取的特征波段进行主成分分析（PCA），选取主成分（PCs）进一步压缩波段数据以获得少量特征波长。结果表明，基于筛选出的10个波长建立的PLSR校正模型性能最佳，测试集的相关系数（R2）、预测均方根误差（RMSEP）、剩余预测偏差（RPD）和相对标准偏差（RSD）依次为0.9936、0.3765、12.5869和0.0087。此外，引入BPNN以降低PLSR模型的非线性回归残差，并采用遗传算法（GA）避免网络陷入局部极小值。当RMSEP降至最小值0.2181时，PLSR-BPNN模型性能进一步提升至最优水平。外部验证结果显示，该模型的R2、RMSEP、RPD和RSD分别为0.9856、0.4590、8.3264和0.0110，展现出最佳预测性能。因此，结合近红外光谱技术的上述方法可用于测定玉米秸秆ADF含量。

    关键词： 主成分分析，玉米秸秆，酸性洗涤纤维，反向传播神经网络，遗传算法，偏最小二乘回归

    更新于2025-09-04 15:30:14

  • 基于粒子滤波的调制域红外目标跟踪

    摘要： 面对低对比度、信噪比差以及跟踪环境相对复杂等问题，稳定的红外目标跟踪因其诸多潜在应用价值而值得研究。本文不采用传统像素域目标跟踪方法，提出一种结合间接速度测量的采样重要性重采样（SIR）粒子滤波算法，在调制域实现红外目标跟踪。通过18通道Gabor滤波器组分解输入图像并应用主成分分析方法，提取用于跟踪的主振幅调制（AM）特征。这些主导AM调制特征能提供目标的显著局部纹理特性，可更好地与背景分离。为利用观测运动学信息，我们将相邻帧速度测量值构成的间接速度信息融入状态向量扩展至SIR粒子滤波框架，从而降低速度估计不佳但与杂乱背景或其他运动物体仍有关联的粒子权重。同时提出动态模板更新策略以防止跟踪器出现外观模型漂移。实验表明，相比其他跟踪方法，本方法能有效提高跟踪精度。

    关键词： 红外目标跟踪、调制域、主成分分析、增广状态向量、SIR粒子滤波器、AM特征

    更新于2025-09-04 15:30:14