基于局部线性嵌入的高光谱影像特征提取算法

特征提取能够消除冗余信息,提高高光谱数据处理的精度和计算效率,是分类等分析必要的预处理手段.传统特征提取算法基于线性变换,无法准确描述高、低维特征空间的关系,因此采用一种新型非线性特征提取算法,即局部线性嵌入(LLE,Locally Linear Em-bedding),挖掘高光谱影像的本征信息.针对分类问题,使用训练样本类别属性修正距离矩阵,并借鉴LLE计算未知样本低维映射的方法求解测试样本的特征向量,实现监督局部线性嵌入(SLLE,Supervised Locally Linear Embedding).使用机载可见光/红外成像光谱仪数据,与3种分类算法结合进行测试,实验结果表明:SLLE优于线性特征提取算法,能够解决高光谱影像的小样本分类问题.     

自适应滤波在动态推力测量中的应用

动态推力测量过程中的干扰信号频谱经常与有用信号重叠,经典的模拟滤波或数字滤     

矢量拟合法在滤波器参数提取中的应用

文章介绍了对滤波器进行参数提取的解析方法,并对关键的导纳参数Y曲线拟合准确性进行研究。通过与常规的最小二乘法求解超定方程组进行结果对比,给出了一种用于准确拟合导纳矩阵l,参数的方法——矢量拟合法,最后用8阶滤波器的S参数进行验证。     

基于Web的中英术语翻译获取方法研究

从Web双语资源中获取术语翻译具有很大应用价值。从实用化术语翻译角度出发,设计了一个基于Web的中英术语翻译系统。该系统使用Google搜索引擎,通过关键词扩展技术搜索词汇表类型网页,从其搜索结果摘要中抽取术语翻译。实验结果表明系统取得良好性能：TOP1的正确率达到90.9%,TOP3的正确率达到95.4%。     

一种基于SAR图像鉴别的港口区域舰船目标新方法

鉴于遥感卫星动态监视港口内舰船的需要,提出了一种SAR图像港口内舰船鉴别方法。针对港口内舰船目标散射特性,首先进行舰船目标鉴别特征的提取,包括已有鉴别特征的提取和新特征的提取;其次,在特征选择阶段,利用特征对目标与杂波的可分离性度量优选出鉴别效果明显的有效特征,并得到最大分离性对应的最优特征向量权重;最后,为了提高鉴别器的精度,设计了加权最小距离分类器。试验结果表明了所提方法的有效性。     

低太阳高度角月球影像的陨石坑自动提取方法

陨石坑是月球表面最重要的地形特征,对于研究月球的地质状况和地理状况具有重要的意义。充分考虑低太阳高度角影像中陨石坑特殊的拓扑结构和灰度分布特点,提出一种新的基于光照方向的陨石坑边缘连接方法,综合边缘线判别、边缘线组合、陨石坑判别的陨石坑筛选三步法,形成一套完整的低太阳高度角月球影像陨石坑自动提取流程。用低太阳高度角Lunar Orbit影像进行实验,检测成功率达到了73.9%,表明该方法对于低太阳高度角月球影像陨石坑的自动提取有较好的适用性。     

机载雷达目标跟踪与航迹信息提取

针对机动目标跟踪中航迹信息提取精度不高的问题,提出一种ECEF坐标系下基于交互多模型的多机协同跟踪算法。首先,各载机以ECEF坐标系为融合中心对目标量测进行无偏转换处理,以有效减小量测转换误差对目标跟踪的影响;然后,利用交互多模型的方法对目标进行融合跟踪,以进一步提高目标机动时的跟踪精度;最后,通过二次滤波的方法,来有效实现目标航迹信息的精确提取。仿真结果表明,该算法可较好地提高目标机动时的跟踪精度和航迹信息提取精度。     

一种基于鲸鱼优化算法的飞行动作识别规则提取方法

针对飞行动作识别规则提取,传统智能优化算法存在调节参数多、易陷入局部极值等问题,介绍了一种新型仿生智能算法:鲸鱼优化算法。利用该算法参数简单,快速收敛性和全局优化的优点对符号化的飞行参数规则属性进行组合寻优,计算出相应的飞行动作识别规则。经过测试函数及仿真实例表明,鲸鱼优化算法寻优精度高于传统智能优化算法PSO,提取的规则相比BPSO方法更简洁、有效。     

A novel method for multi-angle SAR image matching

Multi-angle synthetic aperture radar(SAR) image matching is very challenging, because the same object may cause different backscattering patterns, heavily depending on the radar incident angle. A technique based on the relations between the invariant positions of ground targets among the reference and sensed images is proposed to accommodate the nonmatching patterns. It involves a target extraction using wavelet coefficient fusion, as well as a geometric voting matching routine for searching the matched control points(CPs) in the reference and sensed images, respectively. To accelerate the speed of the search, a robust, rapidly corresponding CPs determination strategy is exploited by utilizing the global spatial transformation model, as well as a procedure of outlier removal to ensure the desired accuracy. Meanwhile, the positions of the matched point pairs are relocated using mutual information. The final warping of the images according to the CPs is performed by using a polynomial function. The results show the possibility of matching multi-angle SAR images in general cases.