【摘 要】
:
随着航空航天技术的发展,大量高分辨率对地观测数据变得容易获取。如何将这些数据在有限的人力物力的条件下精确地解译为所需要的地物信息,是我国发展地理信息产业的关键点之一。在遥感信息解译任务中,传统的有监督学习需要从待解译图像(目标域)中事先获得一部分高质量的样本标签。这样不仅费时费力,而且不可能具备实时解译能力。在实际应用中,大量已经标注好的遥感数据(源域)很容易获得且没有任何额外成本。本文的主要研究
论文部分内容阅读
随着航空航天技术的发展,大量高分辨率对地观测数据变得容易获取。如何将这些数据在有限的人力物力的条件下精确地解译为所需要的地物信息,是我国发展地理信息产业的关键点之一。在遥感信息解译任务中,传统的有监督学习需要从待解译图像(目标域)中事先获得一部分高质量的样本标签。这样不仅费时费力,而且不可能具备实时解译能力。在实际应用中,大量已经标注好的遥感数据(源域)很容易获得且没有任何额外成本。本文的主要研究内容是如何充分利用源域信息在目标域没有标签的情况下对目标域分类。现有机器学习算法大多假设训练集与测试集具有相同的特征分布。然而,源域和目标域遥感图像由于数据获取方式、光照条件、大气条件、地物风格以及地物模式等的不同,使得源域和目标域特征的联合概率密度分布可能存在显著差异。这样的特征分布差异使得上述机器学习算法中的假设不成立,导致由源域直接训练而得的分类器在目标域上的分类结果通常不理想。为了在遥感图像解译中无需对目标域进行费时费力的人工标记,如何有效地减小源域和目标域的差异就成了核心问题。域适应(Domain Adaptation,DA)算法通过解决上述问题,使得用源域标签训练的分类器在目标域数据上的性能能够得到提升并已经成为减少标记数据成本的一个重要方法。本文开展了面向不同遥感图像分类应用场景下的域适应算法研究。本文根据源域和目标域遥感图像差异的大小以及数据量的多少提出了不同的域适应算法,旨在不依赖任何目标域标签的情况下,提高对目标域遥感图像和场景的分类能力。本文的主要研究内容包括以下四个方面:第一部分研究了面向源域和目标域遥感图像来自相同地区的域适应算法。同地区遥感图像间往往差异较小且存在较强的相关性。本文旨在用计算量较小的域适应算法和较少的源域数据,对和源域位于同地区的目标域图像进行分类。该类应用包含两类具体场景:源域和目标域为同位置不同时相的遥感图像或同地区不同位置的遥感图像。首先,针对源域和目标域的图像来自于同一地区这一前提,本文假设两个域的差异相对较小,可以生成相对准确的伪标签来估计目标域数据的条件概率密度分布。基于此,提出了离散度优化的联合分布适配算法。基于所提出的这一算法,本文针对多时相遥感图像和同地区相邻位置的遥感图像两类具体应用场景进一步分别提出了两套迁移学习的算法流程框架。最后,通过相应的实验验证了算法的有效性。第二部分研究了在源域和目标域分别为异地区多模态遥感数据情况下应用于图像分类的域适应算法,旨在针对源域和目标域差异较大、数据量较少但可以获得诸如高程信息等辅助信息的情况,提高对目标域数据的分类精度。单独考虑这种情况,一方面是由于非深度学习算法的域适应性能虽然不如深度学习算法,但其计算量较小,对数据量的要求较低,所以有充分的研究意义。另一方面,非深度学习的域适应算法提取特征的能力以及对复杂的域适应映射的拟合能力相对较弱。为了达到较为理想的分类效果,本部分主要针对含有更多信息的多模态数据进行研究,提出了多核联合域适配算法。该算法利用多核学习的方法,在多核空间中对源域和目标域的数据进行分布对齐和权重调整。所提算法实现了异地区多模态遥感图像之间的迁移学习。同时,在单模态场景下,多核联合域适配算法依然有效,但改善后的分类精度依然较低。即使如此,在数据量或计算能力不足以支持深度学习训练的情况下,本部分所提算法仍不失为解决异地区遥感图像间迁移学习问题的一种方案。第三部分研究了面向源域和目标域分别为异地区单模态(三通道)遥感图像情况下应用于图像分类的域适应算法。旨在当源域和目标域差异较大且仅有三通道光学图像可用时,通过域适应的方法仍然可以大幅提高对目标域图像的分类性能。面向这类场景,本文提出了双空间对齐网络域适应算法。基于对抗性学习的基本思想,本文提出了双空间对抗性学习策略同时减少源域和目标域在特征空间和输出结构空间的差异。此外,所提方法能够同时对齐源域和目标域在图像表示和小波表示的特征分布。实验表明,这一策略能够进一步提升网络的域适应性能。第四部分研究了面向遥感场景分类的域适应算法,旨在利用已有的遥感场景分类数据对与其存在差异的场景进行有效的分类。针对场景分类和图像分类任务的不同点,本文提出了一个用于场景分类的对抗性域适应网络。该网络能够充分利用源域的标签信息,通过带有辅助分类器的生成式对抗网络的思想减少源域和目标域的差异。同时,本文提出了域混淆网络的新概念,通过域混淆网络,所提方法能够进一步提高对目标域遥感场景分类的精度。
其他文献
复合材料具有轻质、高强、可设计性强等优点,在现代工业和生活中得到广泛应用。然而,复合材料中基体与增强纤维的性能差异,以及基体与增强相间存在界面,使复合材料具有各向异性和优异的结构及功能特性,但也易受到微小损伤影响其性能。因此,复合材料在服役过程中经常会在负载应力、应变环境作用下出现基体破坏、纤维脱粘或断裂、层间开裂等内部损伤,这些内部损伤会不断扩展并最终导致复合材料发生灾难性破坏。因此,发展复合材
随着可调谐激光技术应用的发展,对多波长激光薄膜提出了较高要求:一是要求高反射薄膜的带宽更宽,当前因受反射镜带宽所限只能通过更换腔镜的方式来实现宽带激光的输出;二是要求激光薄膜的损伤阈值更高,目前非线性激光晶体薄膜的损伤阈值已成为制约中波红外激光器功率提升的瓶颈。针对高反射激光薄膜的带宽问题及多谱段非线性晶体减反膜的损伤阈值问题,开展理论和实验研究具有重要的科学意义和使用价值,将对可调谐激光技术的发
高频雷达通常被用于发现超视距的海面或空中目标,传统高频雷达包括高频地波雷达和高频天波雷达等,其中,高频地波雷达采用单一的地波传播模式,受地波衰减限制,其最大探测范围约为370km,无法探测距离更远的目标;高频天波雷达采用单一的天波传播模式,受电离层和自由空间衰减的影响,其探测范围大约为800~3500km,存在近距离探测盲区。可见,这两者都无法满足同时监测由近岸到中远海区域目标的需求,为了在岸基高
随机微分方程能够刻画带不确定性或受随机因素干扰的数学物理过程,因此随机微分方程模型在社会生产和科学研究中广泛存在。绝大多数随机微分方程都不能精确求解,通过有效数值方法进行数值模拟就变得十分重要。在设计数值方法时,常要求数值方法能够保持原系统的特有结构,随机Hamilton系统的保辛数值方法在随机微分方程保结构算法中占有重要的地位。由于方法需要隐式求解、可能含有系数函数的高阶偏导数以及需要求解繁琐的
Ti-6Al-4V合金具有优异的加工性能、机械性能和生物相容性,且生物毒性较低,常被用作骨替代材料。然而它的性质和结构与骨相差很大,界面容易出现微动,且在体液环境中易发生摩擦腐蚀,产生金属碎屑导致炎症。此外,Ti-6Al-4V合金杨氏模量远高于皮质骨,植入后会产生“应力屏蔽”,诱发骨质疏松症。本文针对钛合金生物惰性和耐蚀性不足以及过高的弹性模量,采用微弧氧化法构建了适合3D打印多孔钛合金支架的生物
表面损伤检测是光学表面质量评价的重要量化手段之一。近年来,国内外开展了大量的表面损伤自动化检测技术的研究,当前自动化检测中存在的关键技术问题主要有两方面:一方面,当前检测标准中的表面损伤的尺寸为微米量级,其检测量级介于微观显微检测与宏观高分辨成像之间,是一种弱散射检测过程,目前行业内的检测技术缺少针对这一量级的高效变通的检测方法,存在分辨率过剩与视场小的问题;另一方面,在实际应用中,暴露在空气中的
以传统陶瓷颗粒、晶须为增强体的铝基复合材料在获得弹性模量及强度显著提升的同时,塑性急剧降低,难以获得良好的强度-塑性匹配。以二维柔性石墨烯纳米片(Graphene Nano Platelets,GNPs)作为铝基复合材料的增强体,有望解决这一问题。本文着眼于石墨烯纳米片增强铝基复合材料的批量化制备,针对球磨过程中石墨烯纳米片的分散与结构损伤平衡的难题,开展基于球磨工艺的石墨烯纳米片增强铝基复合材料
我国北方大部分地区冬季水源水存在水温低、低温持续时间长的特点,有效去除低温水源水中氨氮一直是北方地区的难题。课题组前期研究中筛选获得了可在2℃有效去除水源水中氨氮的低温异养硝化菌HITLi 7T,采用生物强化技术将其构建生物增强活性炭(BEAC)工艺,应用处理实际低温地下水和低温地表水时,处理效果差异显著,处理6~8℃的地下水时,氨氮去除率明显优于地表水。除温度影响外,地下水与地表水中均缺少可生物
维利西呱(vericiguat)是由默沙东和拜尔两家公司联合研发的一种可溶性鸟苷酸环化酶(soluble guanylate cyclase, sGC)激动剂,于2021年1月19日经美国食品药品监督管理局(FDA)批准上市,商品名为Verquvo, 用于恶性慢性心力衰竭和左心室射血分数降低患者的治疗,能够降低患者因心血管死亡和心衰再次住院的风险[1]。维利西呱为口服片剂,有2.5、5、10
反应烧结碳化硅(RB-SiC)因其具备较大的比刚度和热稳定性,能够满足大尺寸镜体制备对复杂轻量化结构设计和近净尺寸成形的要求,成为当前国内外大口径轻量化空间光学镜体制备最理想的材料,并成功应用于各类天基和地基反射镜镜体的制备中。由于空间光学对成像质量的要求,这类大口径SiC反射镜的镜面通常要求加工成球面或非球面的形状。但RB-SiC固有的高硬度和脆性决定了其非球面加工只能采用自锐性较好的树脂基砂轮