生成式对抗网络的高光谱遥感图像分类方法研究     

张健  保文星 《遥感学报》2022,26(2):416-430

针对基于深度学习的分类模型在训练样本较少时所遭受的潜在过拟合问题,提出一种具备过拟合抑制的生成式对抗网络分类算法,并应用于高光谱图像分类.该算法在每次迭代时,首先,依据训练样本的标签信息使判别器网络拟合训练样本的数据分布;然后对训练样本的高维特征进行均值最小化,该过程会重新更新判别器网络参数,减小参数的值和方差,以抑制...  相似文献   

结合SOM神经网络和混合像元分解的高光谱影像分类方法研究     

徐宏根  马洪超  李德仁 《遥感学报》2007,11(6):778-786

本文对SOM神经网络算法进行改进,在标类的过程中采用3个策略加以控制,对初始产生的自组织映射图进行调整。通过改进,那些映射到可靠神经元的像素得到了很好的分类,而那些映射到不可靠神经元的像素都被作为不可分像元而提取出来。继而,从混合像元分解的角度来对这些不可分像元进行处理,按类型分解的思想确定混合像元的类别,实现对不可分像元的分类。将SOM神经网络和混合像元分解相结合的分类方法应用于高光谱图像的分类中,通过实验表明了该方法能较好地改善分类效果,提高分类精度。  相似文献   

基于资源一号02D卫星高光谱数据的甘肃头吊泉-南大滩地区蚀变矿物填图及金矿化带识别     

孙雨  刘家军  翟德高  柳振江  张方方  赵英俊  刘鹏飞  王子涛 《地质与勘探》2022,58(2):399-409

高光谱遥感能够根据光谱指纹特征提取蚀变矿物,在地质领域应用成效十分显著.针对最新的资源一号02D卫星高光谱数据特点,首先进行了高光谱数据预处理,选取蚀变矿物光谱特征显著波段进行数据降维,并应用三次样条插值函数对短波红外数据进行光谱波段增值,将光谱采样间隔提高到了2 nm.在优选出矿物填图端元光谱后,应用改进的SAM填图...  相似文献   

GNMF小波谱分离在地震勘探噪声压制中的应用   总被引：2，自引：1，他引：1       下载免费PDF全文

田雅男  李月  林红波  吴宁 《地球物理学报》2015,58(12):4568-4575

地震勘探资料噪声压制及信噪比提高是整个地震勘探信号处理过程中的重要任务,随着地震勘探深度的增加及其复杂性,人们对地震数据质量的要求越来越高.勘探环境的复杂化使得采集到的地震资料中有效信号被大量噪声淹没,无法清晰辨识,严重影响后续的数据处理与解释.小波去噪是地震勘探中常用且发展较成熟的一种方法,但是其涉及到的阈值函数选取问题一直令人困扰,虽然已有多种阈值函数被提出,但仍存在各自的缺陷.本文利用小波分解在时域及频域良好的信号细节体现特性,引入模式识别中的非负矩阵分解(NMF)谱分离思想,针对小波系数阈值优化问题,提出了一种小波域图非负矩阵分解(GNMF)消噪算法.该方法首先在小波分解基础上,利用GNMF算法实现小波分解系数谱中信号分量与噪声分量的谱分离,然后通过反变换重构各分离子谱对应的子信号,最后利用K均值聚类算法将得到的多个子信号划分为信号类及噪声类,最终得到重构信号及分离噪声.合成记录和实际地震资料的消噪结果验证了新方法在提高信号与噪声分离准确性和精度方面的有效性,同时新方法避免了阈值选取造成的噪声压制不理想或有效成分损失问题.与小波消噪结果的对比及数值分析也说明了新方法在噪声压制及有效成分保持方面的优势.  相似文献   

玉米叶面积指数的CHRIS/PROBA数据反演分析     

乔海浪  李旺  牛铮 《地球信息科学学报》2015,17(10):1243-1248

叶面积指数(LAI)是衡量植被生态状况和估算作物产量的一个重要指标。LAI的反演是定量遥感研究的重要内容。传统的经验统计反演方法基于单一观测角度的遥感数据进行,忽略了地物反射率的方向性。若在反演中加入多观测角度的信息,则有可能提升LAI反演的精度。以2008年甘肃省张掖市玉米实验区为研究区,利用欧空局的CHRIS/PROBA多角度高光谱数据对比分析了传统植被指数NDVI、RVI、EVI的变化规律及其反演玉米叶面积指数LAI的精度,并根据NDVI随观测角度的变化规律,构造出新型多角度归一化植被指数MNDVI,分别对实测叶面积指数进行线性回归并利用实测数据对估算LAI进行精度验证,结果表明：新型MNDVI指数相比于传统NDVI、RVI、EVI对LAI的反演精度有了显著提升,估算模型决定系数R²达到0.716,精度验证均方根误差为0.127,平均减小了33.3%。  相似文献   

面向对象的航空高光谱图像混合分类方法     

李雪轲  王晋年  张立福  杨杭  刘凯 《地球信息科学学报》2014,16(6):941-948

传统的高光谱分类通常仅考虑单一像元的光谱或纹理特征,分类后容易出现地物破碎的现象。鉴于此,本文提出了一种面向对象的混合分类方法,将面向对象的分割结果与传统的像元级分类结果进行有机融合,充分利用对象的光谱特征和空间结构特征。在此基础上,引入了2种具体的混合分类方法,即多尺度分割的SVM分类和多波段分水岭分割的SVM分类。前者将地物光谱的可变性进行弱化处理,转化为多尺度均质对象单元进行分类;后者融入了地物的空间信息和形态学特征,对分割得到的同质区域进行分类。将这2种分类方法应用于航空高光谱数据,实验结果表明：面向对象的混合分类方法的总体精度分别为92.63%和96.13%,与传统的像元级分类法相比,分别提高了10.14%和13.64%,有效地解决了分类后地物的破碎现象。  相似文献   

基于统计判别法的不同类型植被高光谱数据分析研究   总被引：4，自引：0，他引：4  

李峰  郭仕德  程承旗  马廷 《地理与地理信息科学》2005,21(1):27-29

该文利用统计学方法对不同植物的多个采样光谱样本进行比较分析。选用大豆、红薯、茶树、松树的19个野外采样光谱样本,采用Mann-Whitney U检验方法和马氏距离判别法进行比较分析,结果显示,Mann-Whitney U检验适用于同一地物反射光谱的采样样本,判别分析方法适用于不同地物的采样样本,两种方法基本能达到区分的效果。  相似文献   

基于植被指数的高光谱遥感水陆识别方法初探     

付军  张杰  马毅 《海洋科学进展》2005,23(1):76-81

提出了一种判别两类地物分类效果的依据——显著性度量,并采用植被指数的形式,给出了应用高光谱图像进行水陆识别的方法。以滩涂为例进行水陆识别实验,结果表明,基于显著性度量遴选得到的最佳植被指数类型及其最佳波段组合,适合于解决以高光谱图像为数据源的水陆识别问题。  相似文献   

基于GA-SVM封装算法的高光谱数据特征选择     

卓莉  郑璟  王芳  黎夏  艾彬  钱峻屏 《地理研究》2008,27(3):493-501

封装型的特征选择算法相对于过滤算法而言更有助于提高分类精度,因此在当前计算技术及效率快速发展的背景下必将成为未来之趋势。本文以支持向量机(SVM)为分类器,遗传算法(GA)为特征子集的搜索算法,构建了封装型的特征选择算法GA-SVM,并用ENVI/IDL语言编程实现,最后以HYPERION高光谱数据为例对算法予以应用。结果表明,GA-SVM算法可从196个波段中选择出13个波段,同时分类精度较不做特征选择时提高了约4%。由此可见,GA-SVM封装型特征选择算法具有较好的同时优化特征子集和SVM核函数的性能,可为当前高光谱数据的特征选择提供一个较好的算法。  相似文献   

GPU用于高光谱数据高性能计算的应用实践与分析     

许宁  肖新耀  胡玉新  温静  汪大明 《地质力学学报》2015,21(2):190-198

高光谱遥感数据具有波段多、数据量大、处理复杂等特点, 基于GPU的高性能计算在遥感领域得到了快速发展, 为高光谱数据的快速处理提供了硬件和技术条件。采用GPU对高光谱遥感数据常用的SAM、PPI等处理算法进行应用实验, 验证基于GPU的高光谱遥感数据快速处理技术。实验采用新疆东天山地区的一景星载Hyperion数据, 利用支持IDL开发语言的GPULib、CUDA运行时API库进行算法效率的验证, 结果表明, 基于GPU的高光谱数据处理效率比常规的多核CPU主机处理效率有较大提升, 具有一定的应用推广价值。   相似文献