特征级高分辨率遥感图像快速自动配准

随着遥感图像分辨率的日益提高,遥感图像的尺寸和数据量也不断地增大,同时随着遥感应用的发展,对图像配准的性能也提出越来越高的要求,基于此,提出一种特征级高分辨率遥感图像快速自动配准方法。首先,对图像进行Haar小波变换,基于小波变换后的近似图像进行配准以提高配准速度;其次,根据不同的遥感图像来源使用不同的特征提取方法(光学图像使用Canny边缘提取算子,SAR图像使用Ratio Of Averages算子),并将线特征转化为点特征;然后,依据特征点间最小角与次小角的角度之比小于某一阈值来确定初始匹配点对;最后,利用改进的随机抽样一致性算法滤除错误匹配点对,并结合分块思想均匀选取匹配点对计算仿射变换参数,进一步提高配准精度。为了验证本文方法的有效性,选择高分辨率World View-2图像、Pleiades图像和Terra SAR图像进行了实验,并与典型的SIFT算法、SURF算法进行比较分析,采用匹配率、匹配效率、均方根误差和时间消耗4个定量评价指标来客观评价算法的配准性能。实验结果表明,本文方法具有较好的有效性,且在不同的情况下具有较高的配准精度。本文提出的特征级高分辨率遥感图像快速自动配准方法,多组高分辨率遥感图像数据的配准实验结果表明该方法能快速实现并具有较高的配准精度和较好的鲁棒性。     

基于声波信号的岩性智能分类方法

传统的岩性识别以钻井取心、钻井曲线和岩石图像等方法为主,这些识别方法对地质和识别条件要求较高,且不能满足随钻实时识别。为此,本文提出一种新的基于声波信号的岩性智能分类方法。该方法首先基于所采集钻头与岩层碰撞得到的音频数据,通过数据增强技术解决数据稀疏问题;然后采用基于CGRU(CNN+GRU,卷积神经网络+门控循环单元)的深度学习模型,对采集到的3种岩性的岩石音频数据进行深度学习与训练。为提高该模型在复杂背景下的识别能力,引入注意力机制模型进行优化。注意力机制模型可以在复杂环境下对岩性信息实现重点学习,提高模型识别性能。实验结果表明,与GMM(高斯混合模型)-SVM(支持向量机)、CNN和CGRU模型相比,CGRU-AttGRU(注意力机制模型+GRU)混合模型准确率达81.17%左右,在GMM-SVM、CNN和CGRU模型基础上分别提升了13.31%、9.99%和5.93%。     

基于小波包变换特征向量提取的隐蔽水声通信性能评价方法研究

针对水声通信系统的隐蔽性缺乏客观、有效的评价手段,提出一种基于小波包变换提取信号特征向量并比较特征向量相似度的信号隐蔽性评价算法。为了区别截获信号和环境噪声,考虑从能量分布特征的角度,提取截获信号的特征参数。所提算法利用小波包变换具有更高的时频分辨率、自适应选择频带等特点,获取信号的小波包能量占比、小波包能量熵、小波包尺度熵,采用上述 3 个特征参数组成特征向量和利用余弦相似度算法判别信号隐蔽性。仿真实验和海试结果表明,所提方法得到的信号隐蔽性能基本符合实际信号隐蔽性能随信噪比变化规律,为隐蔽水声通信系统评估设计和水声对抗性能评级提供有效参考。     

基于决策树特征提取的支持向量机在岩性分类中的应用

由于支持向量机属于黑箱模型,因此在进行模型学习时无法直接对特征进行选择,而决策树模型在递归创建的过程中自身具有一定的特征选择能力。针对岩性分类问题,本文将决策树和支持向量机结合,通过决策树的建立,在考虑特征重要性的前提下,利用树节点的高度对特征进行提取,并将具有更高分类能力的特征送入支持向量机进行岩性分类。结果表明:通过决策树的特征提取,减少了支持向量机模型的输入特征,从而有效控制了模型的复杂度,使得模型更加稳定并具有更高的分类精度,测试集精度能够提升10%以上。     

水面运动目标跟踪监控系统的设计与实现

本文围绕海上无人值守平台周界安防技术需求,以800 m范围内的快艇、渔船、客轮和商船为航行目标构建运动目标跟踪监控系统,并集成开发了基于水下被动声学检测和水上云台控制的光学视频系统为一体的声光一体化监控系统,设计了一套基于深度学习的目标检测算法,实现了对水面航行目标的跟踪检测与分类识别。本文在目前基于单一方法进行水面目标跟踪的基础上进行了突破,系统综合了水听器远距离目标监控跟踪和近距离的水面视频监控目标识别,当两者同时确认目标,由声警器发出警报驱离可疑目标,系统将水下声学监控和水面视频监控有效结合,极大地降低了平台的误报概率,同时实验测试结果表明该系统可有效实现对4类水面航行目标的跟踪检测和特征提取,且改进后的算法可有效提升目标检测效果与识别精度,具有较好的鲁棒性和有效性。     

基于晕状特征提取的化探异常信息识别及其在成矿预测中的应用

常规化探异常信息识别通常都是通过对比观测值与某一异常阈值的高低来判定某样品是否为异常样品,很多方法或者建立在经典统计学基础之上,要求数据符合一定的分布形式,或者面向整个研究区计算异常阈值,而无法顾及实际的地质环境。根据常规方法以数值大小计算异常阈值的原则,并且关注化探数据分布特征信息的分析和挖掘,提出了晕状特征提取方法,该方法能够有效识别局部异常及低缓异常。将此方法用于克拉玛依地区对金矿预测具有指示意义的化探数据的异常信息识别工作,结果表明:该方法能够有效识别化探异常信息,这些异常信息与研究区内已知金矿具有很好的对应关系。晕状特征提取方法在新疆东部的应用案例也显示出较好的结果。该方法可以作为一种有效的化探异常信息识别方法应用于成矿预测实际工作中。     

基于db7小波的活体浮游植物荧光识别分析技术研究

通过小波变换可对信号的不同频率成分进行分解,为弱信号特征提取提供了有效途径。通过db7小波对分属7个门32个属的43种浮游植物的三维荧光光谱进行分析,后经Bayes判别分析选择小波分解后的第三层尺度分量作为最佳荧光识别特征谱,并通过系统聚类法将最佳特征谱在不同的条件下聚类进而得到门、属上的标准谱库。基于此,运用多元线性回归辅以非负最小二乘法建立浮游植物三维荧光光谱识别技术。利用该技术对4128个单种浮游植物样品和636个混合浮游植物样品进行识别分析。单种浮游植物样品在属水平上的识别正确率为75%,门水平上的识别正确率为95%;浮游植物混合样品中的优势种在属水平上的识别正确率为83%,门水平上的识别正确率为91%。结果表明:该技术可以实现对浮游植物的快速准确识别。     

基于子波分析的悬浮物散射信号特征提取实验研究

概述了应用子波分析对悬浮物测量中的声散射信号进行特征提取的方法 ,并对声散射信号识别的研究进行了探讨。对实测数据的实验取得了较好的结果     

文本特征提取的研究进展

文本理解是人工智能的一个重要分支,其技术推动了人与计算机之间在自然语言上的有效交互.为了让计算机准确地理解和感知文本数据,文本特征提取是最为基础和关键的步骤之一.基于此,本文介绍文本特征提取研究的发展历史,以及近年来主流特征提取的方法,并对未来的研究方向进行展望.首先,介绍语义最底层的词级表示;接着,总结在词级表示基础上衍生出的句级表示上的研究进展;随后,介绍比词级表示和句级表示更高层的篇分析;最后,通过文本特征提取的一个典型应用——问答系统的介绍,阐述文本特征提取的最新方法和技术在问答系统上的应用,并对未来的研究方向做了展望.