基于神经网络算法的多极化雷达数据估算鄱阳湖生物量

神经网络的特点是分布并行处理,适用于模拟复杂的非线性模型。在野外调查的基础上,利用多极化雷达数据,通过改进MIMICS模型模拟湿地植被参数（植被高度、含水量、生物量等）和雷达后向散射系数之间的关系,建立神经网络模型。通过模型的训练和仿真,与实测数据进行比较、验证,从而估算鄱阳湖湿地植被的生物量分布情况。研究表明基于改进的MIMICS模型训练数据的神经网络模型有较好的反演湿地植被生物量的能力,并据此反演了鄱阳湖湿地2007年4月、7月、11月的生物量动态变化情况。     

基于卷积神经网络的天气雷达回波外推模型

常用天气雷达回波外推方法建立的天气雷达回波外推模型,设置编码器和预测器长度和步长偏小,导致模型外推预测天气精度低,于是提出基于卷积神经网络的天气雷达回波外推模型.转换雷达图像数据集坐标,计算天气变化粒子的经纬度值,修正天气变化粒子距离地面高度,预处理天气雷达图像数据;将卷积神经网络分为正向传播和反向传播两种,分别训练卷积神经网络数据传播过程;采用卷积层和采样层交替布置的方式,设置编码器和预测器长度和步长,建立天气雷达回波外推模型预测天气.实验结果表明:对比三组天气雷达回波外推模型,所设计模型具有较高的外推预测精度.     

基于神经网络的舰船雷达目标识别

通过从目标的这回波中提取特生信息，并进行适当处理来判断目标的类型已成为目标识别的一种重要方法。本文利用的神经网络对舰船雷达目标识别进行了探讨，仿真结果表明，辨识正确率较高。     

基于EMD和BP神经网络的雷达体征信号检测算法

随着城市生活中医疗、治安、反恐等方面的需求日益突出,非接触式雷达生命体征检测逐渐得到各方面的关注.文章提出一种基于EMD和神经网络的雷达生命体征信号检测算法.由于UWB雷达回波信号的非平稳非线性特性,利用EMD的空间时间尺度特性对信号进行分解,得到一系列的本征模态函数IMF,然后通过结合了免疫遗传算法IGA的BP神经网络对信号进行优化,获得心跳和呼吸信号.结果表明,文章提出的算法比直接用EMD分解重构的信号的准确性高,弥补了EMD分解的端点效应问题,具有广阔的应用前景和研究价值.     

基于神经网络和专家系统的雷达故障诊断方法

针对专家系统在雷达故障诊断中存在的不足,构建了一种人工神经网络和专家系统融合的故障诊断模型,给出了该模型的组成和功能表述,分析了诊断参数的选取方法、知识库的建立过程及神经网络模块结构等.并用实例讨论了诊断方法有效性.     

主被动遥感数据协同估算干旱区草原植被生物量

结合主动微波遥感和被动光学遥感反映地表植被的各自优势,发展了一种主被动遥感协同估算干旱区草原植被生物量的模型。该模型将植被覆盖度作为水云模型的附加参数,将总体散射分为植被覆盖区散射和裸土区散射两部分,将水云模型应用到了植被覆盖稀疏区域。利用改进的水云模型和双极化ASAR数据,通过建立方程组估算植被生物量。将该方法用于乌图美仁草原植被生物量的估算,验证了该方法的有效性。结果表明:该主被动遥感协同估算模型能够成功地估算干旱区草原植被生物量,并且取得了较好的估算精度(R2=0.8562,RMSE=0.1813kg/m2)。最后,分析了该方法估算植被生物量的误差来源。     

基于神经网络的汽车毫米波雷达信号的处理

在汽车毫米波雷达信号处理中,采用BP神经网络来检测目标,该BP网络包含一个输入层,一个隐层和一个输出层,与常用的快速傅立叶FFT相比,性能有了较大的改善,实时计算量则大大减少。为了验证方法的有效性,给出了一个对输入信号进行采样处理的示例。     

基于多极化SAR图像的鄱阳湖湿地地表淹没状况动态变化分析

合成孔径雷达图像对于地表淹没状况的探测有一定的优势.以鄱阳湖湿地为例,基于多极化Envisat ASAR数据,将变化向量分析方法引入地表淹没状况的变化检测中,分析鄱阳湖湿地地表淹没状况的动态变化,然后利用决策树分类方法将变化区域提取出来,并探讨变化向量方法应用于SAR图像变化监测的潜力.     

基于多极化SAR图像的鄱阳湖湿地表淹没状况动态变化分析

合成孔径雷达图像对于地表淹没状况的探测有一定的优势。以鄱阳湖湿地为例,基于多极化Envisat ASAR数据,将变化向量分析方法引入地表淹没状况的变化检测中,分析鄱阳湖湿地地表淹没状况的动态变化,然后利用决策树分类方法将变化区域提取出来,并探讨变化向量方法应用于SAR图像变化监测的潜力。     

基于灰色关联度神经网络的雷达型号识别模型

针对现代电子战对雷达目标信号的复杂性和残缺性以及实用雷达目标识别系统的健壮性和扩展性等要求,提出一种基于灰色关联度和BP神经网络的灰色神经网络识别模型.首先采用比较成熟的BP神经网络对侦察雷达目标信号进行粗分,识别出雷达的体制;然后把模板数据库中该体制的雷达标准数据作为比较序列,建立差异信息空间,再把观测的数据和比较序列进行灰关联度分析,得出其对应的关联度,从而识别出雷达的具体型号.仿真结果表明在对参数残缺或畸变以及新体制的雷达辐射源进行识别时,取得良好的效果.表明综合灰色神经网络对辐射源进行识别是完全可行的,并且可以提高识别率、可靠性.     

Estimation the Biomass of Alpine Wetland Vegetation based on Multi-angle and Hyperspectral Data

Wetland vegetation biomass is a significant indicator of the health condition of wetland ecosystem,which directly mirrors the growth and productivity of vegetation communities.The estimation of vegetation biomass in alpine wetland contribute to understanding the causal feedback relations between alpine swamp ecosystem and global climate change.Longbaotan nature reserve in Sanjiangyuan area was taken as the research region.Taking advantage of hyper spectral dimension and multi\|angle stereoscopic structure information of CHRIS/PROBA,we analyzed the correlation between wetland vegetation biomass and some remote sensing factors,including spectral reflectivity,narrow band vegetation indices,red edge indices and principal component.The angular sensitivity of biomass was explored at the same time.The results showed that the biomass of vegetation on the alpine wetland was sensitive to satellite observation angle.The forward observation of the +36° degree image was significantly better than 0 and -36° degree images.Besides,the exponential model was the best regression model in the nonlinear models.Among them,REIP index of -36° degree was the fittest variable to biomass,which R2 was 0.599 and F value was 37.404 in dry biomass,and R2 was 0.685 and F value was 54.410 in fresh biomass.The maximum of dry biomass in Longbaotan area is 446.7 g/m2,and fresh biomass is 2 368.1 g/m2.     

基于前馈神经网络的企业信用评估模型

市场经济社会里,良好的市场经济秩序是经济健康发展的保证,而企业信用是良性经济秩序的关键。判定一个企业是否守信需要用到多种多个部门的统计数据,使用科学的方法。神经网络有强大的分类能力,该文提出一种基于前馈神经网络的企业信用评估方法。     

基于ENVISAT/ASAR的神经网络反演人工林叶面积指数研究

对我国西北黑河地区的人工林,进行了基于ENVISAT/ASAR数据构造神经网络的反演杨树林叶面积指数研究。首先,分析了白杨树林、沙枣树林的叶面积指数(LAI)与ENVISAT/ASAR不同极化后向散射系数的相关关系,研究表明人工林的空间分布均一性是影响雷达后向散射和LAI关系的首要因素,其次,不同的入射角对后向散射也具有明显的差异。基于上述分析,通过神经网络算法,利用不同时相、不同入射角的ENVISAT/ASAR雷达影像对白杨树林LAI进行了反演研究,对验证样本、训练样本、所有样本实测值与预测值进行了比较验证,其决定系数R²分别为0.61\,0.91和0.82,表明基于ENVISAT/ASAR雷达数据利用神经网络算法反演人工林叶面积指数的可行性。     

基于高光谱数据和MODIS影像的鄱阳湖悬浮泥沙浓度估算

本文旨在寻找悬浮泥沙浓度的MODIS遥感影像估算模型,并利用实测的高光谱数据对其敏感波段和反演模型进行测试和验证。以鄱阳湖为研究区域,利用光谱数据进行分析,为利用遥感影像建模提供依据。进一步利用同步进行的鄱阳湖水质采样分析与MODIS影像中等分辨率各个波段反射率及其组合进行相关分析,寻找反演悬浮泥沙浓度的敏感波段。实验表明,MODIS的第一波段反射率对于悬浮泥沙浓度有很好的匹配(R² = 0.91; n = 25),进而建立了鄱阳湖地区的悬浮泥沙浓度遥感定量估算模型。利用估算模型和鄱阳湖地区历史MODIS影像,得到了鄱阳湖悬浮泥沙浓度分布图。基于对汛期鄱阳湖悬浮泥沙浓度的连续监测,可对长江倒灌入鄱阳湖现象的形态进行观测。     

基于灰色系统理论的植被物理参数与极化分解参数的关联分析

结合灰色系统理论，基于3期（2013、2015和2016年）鄱阳湖湿地植被物理参数数据和RADARSAT-2极化SAR影像数据，分别建立植被生物量、极化分解分量与鄱阳湖植被物理参数的关系模型，并分析不同植被物理参数对生物量积累的贡献和对极化分解分量的影响。结果表明：在植被生长旺盛初期阶段到旺盛稳定阶段，对植被生物量积累贡献较大的主要是植株参数和下垫面参数，对极化分解分量影响较大的主要是下垫面参数和茎秆参数,并根据各阶段较大关联度数据合理地分析和确定了野外采样参数。     

基于灰色系统理论的植被物理参数与极化分解参数的关联分析

结合灰色系统理论,基于3期（2013、2015和2016年）鄱阳湖湿地植被物理参数数据和RADARSAT-2极化SAR影像数据,分别建立植被生物量、极化分解分量与鄱阳湖植被物理参数的关系模型,并分析不同植被物理参数对生物量积累的贡献和对极化分解分量的影响。结果表明：在植被生长旺盛初期阶段到旺盛稳定阶段,对植被生物量积累贡献较大的主要是植株参数和下垫面参数,对极化分解分量影响较大的主要是下垫面参数和茎秆参数,并根据各阶段较大关联度数据合理地分析和确定了野外采样参数。     

基于GF-1遥感数据的若尔盖高寒沼泽湿地地上生物量与土壤有机碳密度估算

随着我国遥感技术迅速的发展,国产系列卫星数据越来越多的应用到各个行业中.在湿地遥感监测方面,湿地生物量和碳储量的遥感估算研究是研究人员非常关注的研究问题,我国自主研制的高分(GF)系列卫星为湿地生态系统的资源监测提供新的途径和方法.提出了基于GF-1卫星的若尔盖高寒沼泽湿地地上生物量与土壤有机碳密度估算方法,通过选取G...     

基于BP神经网络的海军中继级修理能力评估

该文首先介绍了神经网络的基本原理和方法,在系统分析海军中继级修理能力各种影响因素的基础上,构建了海军中继级修理能力评估指标体系。接着详细设计了用于评估修理能力的神经网络模型,并利用MATLAB仿真软件对结果进行了计算和分析。结果表明BP神经网络具有很强的解决复杂非线性关系问题的特点,适用于对维修保障系统等复杂系统的分析和评价。     

毛坯形状预测的神经网络法

通过有限元网格映射方法来反算求解毛坯形状和尺寸，并建立径向基函数神经网络来预测毛坯的形状，同时使用正交表和均匀表为神经网络安排试验样本。数值算例表明本文方法可提高预测精度，并且大大降低了实验的总次数。