测井多尺度分析方法中最优小波基的选取   总被引：6，自引：0，他引：6  

房文静  范宜仁  邓少贵  李霞 《煤田地质与勘探》2006,34(4):71-73

不同的小波基具有不同的时频特征,用不同的小波基分析同一问题会产生不同的结果。因此,小波基的选取和优化在实际应用中是一个重要问题。本文详细分析了小波基的基本性质,并以相关系数作为选取最优小波基的依据,分别选取4种常用小波基函数进行分析和对比,通过比较相关系数的大小,选定了适合测井多尺度分析方法的最优小波基。对实际测井信号的多尺度加权重构表明,最优小波基的选取是合理的;相关系数法作为选取小波基的一种方法是可行的。   相似文献   

联合Bi-LSTM和注意力加强多尺度卷积的黄河三角洲湿地高光谱图像分类方法研究          下载免费PDF全文

徐美论  李忠伟  王雷全  李娟  胡亚斌  梁建 《海洋科学》2023,47(5):27-40

近年来,面向黄河口的监测需求日益增大,如黄河入海流路改道至清水沟路以来,在新老河道的交汇处存在着丰富的地物类别,对于这些地物类别的检测识别研究有助于掌握生态环境状态,对于黄河口的湿地保护以及国家改善环境的战略支持具有重要意义。因此,本文提出一种新的湿地高光谱图像分类方法,分双路分别提取图像的空谱特征并融合分类。光谱维采用分组预处理的双向长短期记忆网络(Bi-LSTM)有效学习光谱特征;空间维采用注意力加强的多尺度卷积网络有效增强所提取的空谱特征,使得分类结果更具准确性。本文实验应用覆盖黄河入海口新老河道交界处的成像光谱仪(Compact High Resolution Imaging Spectrometer,CHRIS)所采集的数据和黄河三角洲自然保护区滨海湿地高分5号传感器(GF-5)所采集的高光谱图像开展。结果表明:分组与双向长短期记忆网络(Bi-LSTM)的有效结合显著提升了网络性能,同其他监督分类方法相比提升约3%~8%,此外注意力机制的加入同比增加约3%,在使用1%的极少训练集下数据集CHRIS和GF-5的总体分类精度分别达到92.3%和86.11%。  相似文献