一种基于光谱与纹理特征的多光谱遥感图像地物分类方法

基于光谱特征对高分辨率多光谱遥感图像进行地物分类易形成噪声,提出一种光谱特征与纹理特征相结合的地物分类方法。首先基于光谱特征与纹理特征利用四叉树技术,对图像进行分块处理,以图像块的方式提取地物的光谱特征和纹理特征,然后采用支持向量机(support vector machine,SVM)对图像块进行地物分类,并通过区域增长方法对边缘区域进行处理,使得分类区域边界清晰。对Quickbird多光谱遥感图像进行实验,实验结果表明,该方法地物分类结果精度较高、区域一致性强、噪声少。     

基于Logistic混沌-贝努力序列的循环压缩测量矩阵构造算法

作为信号处理的一个新领域,压缩感知的目标是尽量减少信号重构过程中采样点的损失,而压缩感知矩阵的构造是压缩感知的核心工作之一。在前人研究的基础上,将循环矩阵快速算法的优点和混沌序列内在确定性和外在随机性相结合的优点进行有效结合,提出了一种新的压缩感知测量矩阵构造算法,即基于Logistic混沌—贝努利序列和循环矩阵的循环压缩感知测量矩阵构造算法(CCNMM)。大量仿真实验结果表明,对于一维和二维信号的恢复,CCNMM算法优于贝努利随机测量矩阵和高斯测量矩阵,证明了CCNMM的有效性和实用性。     

基于InSAR的潜在滑坡人工智能识别——以延安宝塔区为例

基于合成孔径雷达干涉测量(InSAR)技术,结合热点分析和机器学习算法,进行区域高形变斜坡自动提取和潜在滑坡人工智能识别研究,以提升潜在滑坡识别效率和准确性,解决传统人工调查和目视解译无法有效识别位于高位、隐蔽性较强的潜在滑坡问题.结果表明,基于热点分析自动提取20处高形变区域,提取正确率、错分率和漏分率分别为74.31%、25.69%和11.80%,证实热点分析方法能够有效应用于InSAR高形变区自动识别和提取.基于识别的高形变区,结合历史滑坡灾害发育特征,利用机器学习算法建立潜在滑坡预测模型,采用表现最佳的自适应提升模型对自动提取区域进行预测,预测召回率和准确率分别为81%和65%,能够实现潜在滑坡的有效识别.     

基于导向快速与旋转简短和随机抽样一致组合的图像拼接算法优化

针对在图像拼接过程中存在图像间的特征点匹配精度低、图像拼接处存在裂缝以及图像拼接时间久的问题,提出一种基于导向快速与旋转简短(oriented fast and rotated brief, ORB)和随机抽样一致(random sample consensus, RANSAC)组合的图像拼接算法。首先,利用小波变换得到表示图像的近似、水平、垂直和对角特性的子图像分量,选取图像的近似、水平和垂直特性的子图像分量进行叠加,得到下一步进行特征提取的图像;其次,提取图像的ORB特征点并生成二进制特征描述符;再次,通过正反双向匹配对图像中的特征点进行粗匹配并使用RANSAC算法进行精度匹配;最后,利用拉普拉斯金字塔算法进行图像融合。实验结果表明：利用基于ORB和RANSAC组合的图像拼接算法对选取的图像进行提取特征平均耗时约为传统尺度不变特征转换(scale invariant feature transform, SIFT)算法的84.7%、加速鲁棒特征(speed-up robust features, SURF)算法的36.4%、ORB算法的64.9%,图像特征匹配精度提高,图像特征匹配...     

李群特征的深度学习算法研究（英文）

由于真实世界中的复杂数据经常能够被表示成李群结构,文章设计了一个以李群特征作为输入的深度网络架构,以此利用深度学习强大的特征表示能力来进行模式识别等任务。在构建李群深度神经网络的过程中,为了保证在优化时李群特征能够被限定在微分流形的结构上,提出了适用于李群特征的深度学习算法。算法在特征学习的过程中不仅能够保证不损失数据流形结构的信息,同时也限定了参数优化的假设空间。基于李群特征的深度学习算法在CIFAR-BW和MNIST数据集上,通过为静态图像设计辐条模型的李群特征,实验结果表明算法在较少次数的迭代下就能够收敛到较为理想的结果。     

基于HRTEM的炭黑芳香晶格条纹结构特性研究

为了深入开展碳质材料芳香结构相关的微观化学特性研究,掌握碳质材料化学生产与转化机理,基于高分辨率透射电镜技术(HRTEM)提出微晶结构定量分析方法,从4种来源不同的炭黑样品的HRTEM图像取芳香晶格条纹,并定量表征晶格条纹的长度、角度、曲率以及堆垛等特征参数。研究结果表明：同一样品不同区域、不同样品之间的微晶结构分布规律相似;随条纹长度递增,晶格条纹数量减少,短条纹居多;晶格角度、曲率分布分散;堆垛以单层为主,随堆垛层数递增,堆垛的数量减少;同一样品不同区域在同一条纹长度、角度及曲率范围内分布的晶格条纹数相差1%以内,微晶结构差异较小,不同样品之间相差可达5%以上,差异较为显著。所提的HRTEM微晶结构定量分析方法能够得到炭黑芳香晶格条纹微观结构分布特征,适用于包含多环芳香苯环结构的多种碳质材料,可为分子模型构建研究提供数据来源,对进一步认识碳质材料微晶结构特征及多环芳香结构演化有潜在的应用价值。     

基于压力容器裂纹图像检测及识别算法研究

压力容器作为一种特种设备,其安全越来越受到重视。为了保障其安全运行,选择压力容器裂纹图像为研究对象,构建检测及识别算法模型。针对算法模型在实际部署时受到内存空间、处理器计算能力等多方面硬件条件的制约问题,提出了基于NewEfficientNet-B0的轻量化方法,结果表明算法模型降低模型参数数量达78%。针对微小裂纹图像识别难度较大问题,提出了改进多尺度预测的方法,测试数据集上达到了81%的检测识别准确率。     

基于模型的工业机器人误差参数标定技术研究进展

 为提高机器人末端控制精度,围绕基于模型的工业机器人误差参数标定技术,总结了其应用在高精度机械加工制造领域时存在的误差参数不完整、标定成本高和标定精度不满足工业需求等关键问题;综述了误差参数标定模型建模方法、机器人末端位姿测量技术、误差参数辨识技术和误差补偿技术4个方面的进展,分析了处理复杂标定任务时基于模型的误差参数模型标定技术的主要难点进行总结,针对传统建模方法不再满足标定需求、现有自标定技术测量精度不够、传统线性辨识算法在辨识矩阵奇异或存在冗余参数时无法得到准确的辨识结果、如何高效获得和处理测量得到的误差数据等难题,提出了可行性解决方案及发展方向。     

大气复合污染新型观测技术研究进展

 大气中的污染物种类繁多,来源和演化过程复杂,而且污染物之间在一定的条件下发生相互作用,形成一种彼此耦合的复杂污染体系,被称为复合污染。为了研究大气复合污染的形成原因及其控制手段,必然要求对各种大气污染的主要物种浓度进行测量,特别是超细粒子、有机气溶胶和挥发性有机物组分复杂,对检测技术要求较高。介绍了针对大气复合污染的新型观测技术,综述了以下3项技术的发展：超细气溶胶颗粒物观测新技术、气溶胶有机物组分分析新技术和挥发性有机物分析新技术,同时综述了大气复合污染的其他监测手段。     

北天山七角井南部石英斑岩发育特征及其找矿意义：来自综合物探测量的证据

北天山七角井南部地区位于北天山造山带博格达－哈尔里克裂谷南缘,是准噶尔－巴尔喀什火山岩型铀成矿带的重要组成部分。铀矿化主要赋存于受北东向构造控制的晚二叠世石英斑岩裂隙带中,或者石英斑岩外接触带砂岩、凝灰质砂岩中,以及断裂构造破碎蚀变带中,因此,厘定石英斑岩空间展布特征对扩大深部矿化规模具有重要意义。选择音频大地电磁测量与地面高精度磁测相结合的物探方法,对该地区的石英斑岩进行探测,采用Rubust阻抗估算技术、二维有限元差分法的电磁数值模拟技术、非线性共轭梯度法的电磁反演技术、2.5D地磁异常反演技术等进行综合研究,结合地质背景,大致查明了石英斑岩深部发育情况。研究结果表明：晚二叠世石英斑岩沿北东向断裂构造破碎带呈裂隙式侵入,呈狭长线性带状分布,自西向东,石英斑岩深部规模呈下窄上宽→下宽上窄变化的形态。受北西向构造挤压抬升作用影响较大,石英斑岩被抬升并剥蚀,西部岩体破碎更强烈。结合钻孔验证情况,分析推断铀成矿有利区有2片,为下一步铀矿勘查工作提供了依据。