【摘 要】
:
近年来,遥感对地观测技术迅猛发展,可采集的遥感图像呈现出海量化、多源化、高分辨率的趋势。为加强遥感图像在城市规划、土地覆盖类型判别、自然灾害监测等领域的应用能力,遥感图像场景分类引起人们的广泛关注,其依据遥感图像的内容分配语义标签。传统的基于机器学习的遥感图像场景分类模型一方面需要收集大量的标注样本训练,另一方面要求训练数据与测试数据服从相同的分布,这造成模型难以对多源海量的遥感图像高效利用。域适
论文部分内容阅读
近年来,遥感对地观测技术迅猛发展,可采集的遥感图像呈现出海量化、多源化、高分辨率的趋势。为加强遥感图像在城市规划、土地覆盖类型判别、自然灾害监测等领域的应用能力,遥感图像场景分类引起人们的广泛关注,其依据遥感图像的内容分配语义标签。传统的基于机器学习的遥感图像场景分类模型一方面需要收集大量的标注样本训练,另一方面要求训练数据与测试数据服从相同的分布,这造成模型难以对多源海量的遥感图像高效利用。域适应作为迁移学习的子分支,因其能解决标记样本的困难及突破训练数据与测试数据同分布的限制,被用于遥感图像场景分类。目前基于域适应的遥感图像场景分类方法主要通过减小源域和目标域的全局分布差异来增强源域和目标域的迁移性,未充分考虑到遥感图像场景“类间差异小,类内差异大”的局部特点。本文从遥感图像场景的特点出发,进一步研究域适应遥感图像场景分类算法,主要内容和创新工作包括:(1)针对如何在源域和目标域标签空间相同的情况下提高迁移性,提出基于相关子空间动态分布对齐的算法,该算法通过对齐源域与目标域的全局分布和局部分布来增强迁移性。特别地,该算法动态衡量了全局对齐与局部对齐的相对重要性。此外,该算法通过同时保留源域与目标域的数据属性来提升场景的表达能力。实验结果表明,该算法能显著提升遥感场景分类的效果。(2)遥感技术的发展带来了海量多样的数据。面对海量的无标记数据,源域和目标域的标签空间很难保持一致。基于该现状,本文进一步研究开放集域适应的遥感图像场景分类算法。具体来说,针对如何在源域和目标域标签空间不同的情况下提高迁移性和判别性,提出联合迁移性与判别性的开放集域适应算法。该算法基于遥感场景“域间差异大,类内差异大”的特点研究迁移性,针对“类间差异小”的特点研究判别性。实验结果表明,基于遥感场景的特点研究迁移性与判别性可以较大幅度提升场景的识别能力。
其他文献
电能质量的信息采集和分析是确保电网平稳运行的基础,也是未来建设智能电网的前提,其中谐波的检测至关重要。传统谐波信号检测大都基于Nyquist采样定理,需要较高的采样频率,对系统采样端和存储端都提出了较高的要求。压缩感知的提出有效地解决了上述问题,该方法完善了传统采样定理的不足,突破性地把采样和压缩过程综合在一起,实现对信号的低速率采样,直接得到压缩后的信息,最后利用重构算法对原始信号进行恢复。本文
生猪的体尺参数与体重是生猪养殖情况的重要评判指标,传统的猪只体尺参数采集、体重测量使用直接接触式的测量方法,需要员工多、场地要求较大,易造成猪只的应激反应。针对传统方法的缺陷,本文采用一种基于点云的猪只体尺参数采集与体重估算的方法。其主要工作内容与结论如下:(1)平台的搭建与猪只点云数据的采集。对两台Kinect相机通过张定友标定法进行标定操作,获取相机的内参、外参与畸变参数。同时获取相机之间的相
在智能制造生产过程中,机器人的应用十分广泛,它有助于提高生产效率、提升产品质量。其中,机器人抓取是最常见的应用案例之一。在半结构或非结构化环境中,多种类、弱纹理、散乱摆放的复杂场景,机器人抓取的准确性面临很大的挑战。使用三维点云数据的环境空间丰富了机器人的感知,但是现有的目标识别与位姿估计依赖于良好光照下的颜色信息,而且在多种物体堆叠等情况下的识别存在较多问题。为此,本文针对机器人在工业上的目标识
永磁同步电机(PMSM)控制技术的研究与永磁体材料、半导体、自动控制理论、电力电子、人工智能等学科关系密切。随着国家发展战略的调整,中国制造2025、高质量发展等目标对传统工业提出了更高的要求。传统PI控制器难以对工业现场中电机各种内外部变化做出快速而精确的应对,在高性能的PMSM驱动系统中力有不及。因此,必须结合先进控制理论,充分考虑永磁同步电机的特点,设计出性能更高、适应性更强的先进控制器,以
白内障手术主要由切口,连续环形撕囊,劈核,超声乳化,人工晶状体植入,清理及后续等主要步骤组成,是用于改善或解决白内障引起的视力下降或受损的有效手段。其中,连续环形撕囊操作的精准程度对后续的人工晶状体植入等操作有很大的影响,从而决定了手术的精准程度和成功率。计算机视觉引导的白内障连续环形撕囊边界自动检测技术对于确保手术精准率、提升手术的安全性能具有重要的意义。但现有的直接针对白内障连续环形撕囊边界的
下肢外骨骼机器人能够提高穿戴者的负重能力,又可以对行走提供助力,其控制策略的研究具有十分重要的意义。本文针对下肢外骨骼机器人的穿戴者运动意图识别与控制问题进行了相关研究,主要内容包括:首先,利用惯性传感器采集外骨骼穿戴者的下肢运动信息,用于下肢行走路况模式(平地、上楼梯、下楼梯、上坡与下坡)的识别与行走步速模式(3、3.3、3.6、3.9、4.2、4.5、4.8km/h)的识别,并设计了基于支持向
从自然界生物集群的合作觅食到群机器人的目标搜索,群机器人目标搜索一直是多机器人领域研究的重点。群机器人系统在目标搜索和定位任务中,有自己独特的优势,被广泛应用于灾难人员搜救和爆炸源头的定位等领域。本文针对群机器人室内声源目标的搜索问题,提出了一种基于声音强度和粒子群优化算法的声源目标搜索方法。主要工作如下:首先,对单个声源下室内声场进行了建模和仿真,分析了室内声场的特点。在此基础上,以声音强度变化
得益于风能自身清洁和资源充足的优势,风力发电技术已经成为新能源发电技术的一种主要形式,风电装机容量也在逐年上升。然而,风电机组运行环境恶劣,随着运行时间的增加,机组性能下降,导致风机故障频发,威胁风电系统的稳定运行。因此,对机组健康状态进行评估,掌握机组运行状态衰退趋势,实现故障早期预警,对保障机组安全稳定运行、降低运营成本有着重要意义。在此应用背景下,本文基于河北某风场风机的实际运行数据进行研究
合成MRI可通过单次扫描获得组织的T1、T2及质子密度值,基于定量数据能够合成多种对比加权影像。目前,合成MRI技术已被广泛应用于中枢神经系统成像,不仅缩短了成像时间,还可通过弛豫时间定量成像、脑组织分割及髓鞘体积测量评估疾病的病理特征,对疾病的诊断、病理生理机制的研究、预后评估具有十分重要的作用。就合成MRI技术成像在脑肿瘤、脑血管病变、脱髓鞘病变、神经退行性疾病、癫痫、Sturge-Weber