-
公开(公告)号：CN113723335B
公开(公告)日：2022-10-21
申请号：CN202111044017.3
申请日：2021-09-07
申请人： 中国人民解放军火箭军工程大学
IPC分类号： G06V20/10 , G06V10/422 , G06F17/12 , G06F17/16 , G06F17/18
摘要： 本发明公开了基于稀疏表示的高光谱混合像元分解方法，信号的线性表示和高光谱线性混合模型的原理和表达都是一致的，其中a为L维列向量，若a中的非零元素个数K＜＜L，即a是K‑稀疏信号，则称信号y是具有K‑稀疏性可压缩信号，Ψ通常也被称为字典，当Ψ列数大于行数的长方阵时，此式的线性方程组对应这一个欠定系统，a存在无穷多解，稀疏表示的目的。本发明提供了基于稀疏表示的高光谱混合像元分解方法，本发明采用SU‑ADMM算法将已有的光谱库作为参考端元矩阵，利用丰度的稀疏性，运用稀疏表示的方法进行高光谱混合像元分解，端元是光谱库里的子集，所以算法提取出的端元准确度较高，不会存在提取出不存在的物质光谱；丰度分布也较准确、符合实际。
-
公开(公告)号：CN113723335A
公开(公告)日：2021-11-30
申请号：CN202111044017.3
申请日：2021-09-07
申请人： 中国人民解放军火箭军工程大学
摘要： 本发明公开了基于稀疏表示的高光谱混合像元分解方法，信号的线性表示和高光谱线性混合模型的原理和表达都是一致的，其中a为L维列向量，若a中的非零元素个数K＜＜L，即a是K‑稀疏信号，则称信号y是具有K‑稀疏性可压缩信号，Ψ通常也被称为字典，当Ψ列数大于行数的长方阵时，此式的线性方程组对应这一个欠定系统，a存在无穷多解，稀疏表示的目的。本发明提供了基于稀疏表示的高光谱混合像元分解方法，本发明采用SU‑ADMM算法将已有的光谱库作为参考端元矩阵，利用丰度的稀疏性，运用稀疏表示的方法进行高光谱混合像元分解，端元是光谱库里的子集，所以算法提取出的端元准确度较高，不会存在提取出不存在的物质光谱；丰度分布也较准确、符合实际。
-
公开(公告)号：CN116310453A
公开(公告)日：2023-06-23
申请号：CN202310162429.X
申请日：2023-02-24
申请人： 中国人民解放军火箭军工程大学
IPC分类号： G06V10/762 , G06V10/20 , G06V10/74 , G06V10/80
摘要： 本发明公开了一种基于加权空谱融合的无核快速谱聚类方法，包括：一、采用加权空谱和邻近填补方法对原始高光谱图像进行进行预处理，得到预处理后高光谱图像；二、构建预处理后高光谱图像的无核相似矩阵Z；三、构建预处理后高光谱图像的无核邻接矩阵W，并获取拉普拉斯矩阵L；四、采用谱聚类算法对拉普拉斯矩阵L进行聚类，输出聚类结果。本发明方法步骤简单，用加权空谱和邻近填补方法对高光谱图像进行预处理并构建无核邻接矩阵，之后采用谱聚类算法进行聚类，避免人工调优参数，实现了参数的自适应调优，节省人力物力。
-
公开(公告)号：CN110263777A
公开(公告)日：2019-09-20
申请号：CN201910559641.3
申请日：2019-06-26
申请人： 中国人民解放军火箭军工程大学
摘要： 本发明公开了一种基于空谱结合的局部保持投影算法的目标检测方法及系统。所述方法在LPP算法中增加了端元提取的步骤，通过计算像元与图像端元的相似度间接衡量像元之间的邻接关系，降低光谱波动对特征相似度的影响，提高邻接权值矩阵构造精度；在此基础之上，进一步通过增加像元的空间域邻接权值矩阵，使得像元各方向的有效样本点能够充分发挥作用，使得降维数据更精准地反映原始高光谱图像的本质结构，从而能够提高目标检测结果的检测精度。
-
公开(公告)号：CN116381781A
公开(公告)日：2023-07-04
申请号：CN202310085096.5
申请日：2023-02-03
申请人： 中国人民解放军火箭军工程大学
摘要： 本发明公开了一种基于卡尔曼滤波的层析成像方法，其特征在于，包括以下步骤：获取地震波到时信息及其不确定度；建立初始的速度模型及其不确定度；根据给定初始的速度模型进行的射线追踪，获得各炮到各个接收点的计算走时和射线路径；由上述的地震波到时信息和计算走时之差，以及射线路径构成卡尔曼滤波反演方程，解反演方程得到更新后的速度模型以及相应的不确定度；重复上述步骤直到所得到的更新后的速度模型满足精度要求。本发明通过在反演方程中考虑了地震波到时信息和初始速度模型的不确定度，不仅可以得到更新后的速度模型，而且还能得到更新后速度模型的不确定度，有助于后续地质解释与施工设计。
-
公开(公告)号：CN113743325A
公开(公告)日：2021-12-03
申请号：CN202111045548.4
申请日：2021-09-07
申请人： 中国人民解放军火箭军工程大学
摘要： 本发明公开了监督与非监督的高光谱混合像元分解方法，包括监督类混合像元分解算法和非监督类混合像元分解算法，所述监督类混合像元分解算法包括端元提取算法和丰度估计算法，所述端元提取算法包括纯净像元指数法、内部最大体积法、顶点成分分析法、单形体增长分析算法、顺序最大角凸锥和分裂增广拉格朗日法，所述丰度估计算法包括最小二乘法、基于端元投影向量的算法和基于单形体体积的算法。本发明提供了监督与非监督的高光谱混合像元分解方法，本发明分别介绍了监督类和非监督类的解混方法，并通过模拟数据和真实数据对典型的方法进行了实验验证，分析了各方法的优缺点和适用条件，并对实验结果进行了评价。
-
公开(公告)号：CN113743325B
公开(公告)日：2024-01-12
申请号：CN202111045548.4
申请日：2021-09-07
申请人： 中国人民解放军火箭军工程大学
摘要： 本发明公开了监督与非监督的高光谱混合像元分解方法，包括监督类混合像元分解算法和非监督类混合像元分解算法，所述监督类混合像元分解算法包括端元提取算法和丰度估计算法，所述端元提取算法包括纯净像元指数法、内部最大体积法、顶点成分分析法、单形体增长分析算法、顺序最大角凸锥和分裂增广拉格朗日法，所述丰度估计算法包括最小二乘法、基于端元投影向量的算法和基于单形体体积的算法。本发明提供了监督与非监督的高光谱混合像元分解方法，本发明分别介绍了监督类和非监督类的解混方法，并通过模拟数据和真实数据对典型的方法进行了实验验证，分析了各方法的优缺点和适用条件，并对实验结果进行了评价。
-
公开(公告)号：CN110263777B
公开(公告)日：2021-04-27
申请号：CN201910559641.3
申请日：2019-06-26
申请人： 中国人民解放军火箭军工程大学
摘要： 本发明公开了一种基于空谱结合的局部保持投影算法的目标检测方法及系统。所述方法在LPP算法中增加了端元提取的步骤，通过计算像元与图像端元的相似度间接衡量像元之间的邻接关系，降低光谱波动对特征相似度的影响，提高邻接权值矩阵构造精度；在此基础之上，进一步通过增加像元的空间域邻接权值矩阵，使得像元各方向的有效样本点能够充分发挥作用，使得降维数据更精准地反映原始高光谱图像的本质结构，从而能够提高目标检测结果的检测精度。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.039 秒)
