【摘 要】
：
敦煌校正场是我国最重要的辐射校正场，地面目标的方向反射特性是影响场地定标精度的重要参数。对于在什么情况下需要校正地表反射率，以及采用哪种双向反射分布函数（BRDF）进行校正，尚无明确的研究。由于MODIS精度较高，本文将下载MODIS影像进行分析。首先利用2020年9月敦煌场地6组不同测量时刻下的无人机多角度观测数据，分别以6种不同核函数组合方式建立36个不同的BRDF模型，针对不同观测角度下的M
论文部分内容阅读
敦煌校正场是我国最重要的辐射校正场，地面目标的方向反射特性是影响场地定标精度的重要参数。对于在什么情况下需要校正地表反射率，以及采用哪种双向反射分布函数（BRDF）进行校正，尚无明确的研究。由于MODIS精度较高，本文将下载MODIS影像进行分析。首先利用2020年9月敦煌场地6组不同测量时刻下的无人机多角度观测数据，分别以6种不同核函数组合方式建立36个不同的BRDF模型，针对不同观测角度下的MODIS影像，分别计算BRDF校正前和BRDF校正后的表观反射率，而后与卫星实测表观反射率进行相对偏差的
其他文献
采用地面三维激光扫描技术(terrestrial laser scanning， TLS)、地基合成孔径雷达干涉测量(ground-based interferometric synthetic aperture radar， GB-InSAR)和无人机（unmanned aerial vehicle photography， UAV）航空摄影测量的综合遥感方案应用于崩塌体应急监测。引入迭代最近点
聚类是长期存在的重要研究问题，它是一种重要的数据分析技术。然而，传统的聚类方法是在数据空间进行，且聚类数据的维度较高。为了解决这两个问题，提出了一种新的二进制图像聚类框架—基于离散哈希的聚类（CDH）。该框架通过L_(21)范数实现自适应的特征选择，从而降低数据的维度；同时通过哈希方法将数据映射到二进制的汉明空间，随后，在汉明空间对稀疏的二进制矩阵进行低秩矩阵分解，完成图像的快速聚类。最后，使用可
点云数据的高精度配准是保证空间物体表面三维数据完整性的关键，针对相邻测站点云数据存在位置、姿态和尺度差异的问题，提出一种在点面特征约束下利用对偶四元素描述的点云配准方法。首先利用对偶四元素表示空间相似变换的旋转矩阵和平移向量，在此基础上顾及尺度因子，依据点在平面内和点在平面外分别所构建的向量与平面的法向量之间存在垂直和平行的空间拓扑关系，并以此作为空间相似变换的约束条件，基于最小二乘准则构建平差模
高精度六自由度并联平台可精密调整次镜位姿，实现空间光学遥感器地面光学装调及光学像差在轨主动校正。为解决研制高精度并联平台的多指标多约束结构优化设计及高分辨力驱动支链设计两个难点，首先建立了六自由度并联机构逆解数学模型及ADAMS参数化模型，确定了结构优化目标函数，结合支链长度、铰链转角等约束进行了结构优化设计，得到并联机构结构参数及需驱动支链分辨力达到60 nm的需求。基于此需求，设计了基于“无刷
机器人在利用视觉传感器进行同步定位与建图(simultaneous localization and mapping,SLAM)的过程中未使用实例信息,对环境感知不充分,构建的地图精度低,该文给出了一种融合目标检测和点云分割的视觉SLAM实例建图方法。首先,利用改进的轻量级目标检测算法YOLOV4-tiny提取环境二维图像的实例信息;其次,给出一种点云分割的方法,将二维图像信息对应的三维点云进行物
为了加强对局部空域航路的掌握和管理，提出一种基于轨迹点聚类的航路发现方法。首先，针对根据真实数据的分布特点生成的仿真数据，采用预处理模块对轨迹数据的噪声进行削弱和剔除;其次，提出一种包括孤立点剔除、轨迹重采样、轨迹点聚类、聚类中心修正和连接聚类中心五个部分的航路发现方法，对航路进行提取;最后，对航路提取结果进行了可视化输出，并使用民航数据对该方法进行了验证。在仿真数据上的实验结果表明，在噪声强度为
垃圾信息的识别是自然语言处理方面主要的任务之一。传统方法是基于文本特征或词频方法机器学习方法，其识别准确率主要依赖于特定关键词的出现与否，因而对关键词识别错误或未出现关键词的垃圾信息文本识别能力较差。为此，本文利用当前基于神经网络的方法，针对这一类垃圾信息文本进行了识别训练和测试。从垃圾短信、广告和垃圾邮件数据集中挑选出传统方法识别困难的垃圾信息，组成了新的数据集。以卷积神经网络和循环神经网络为基
为成倍地提高通信系统的传输容量，利用10 km少模光纤构建3×3模分复用实验平台，模式的转换及复用通过模式选择性光子灯笼实现，以相位调制-相干接收方式完成光信号的调制与检测，最终实现3×34 Gb/s偏振复用—正交相移键控（PDM-QPSK）信号的有效传输。研究表明：如果保持LP_(01)、LP_(11)和LP_(21)的接收功率不低于-25.32 dBm，可以使误码率始终低于10~(-3)。
在图像分析与解译中，遥感影像目标检测是一项基础性的工作。针对遥感影像目标尺度多样和背景复杂等问题，本文提出了一种多尺度空洞卷积特征融合检测器(Multiscale Dilated Convolution Feature Fusion Detector, MDCF2Det)来实现对遥感目标的精确检测。首先，改进原始特征金字塔网络(Feature Pyramid Networks, FPN)，用空洞卷
现有大多数网络嵌入方法仅保留了网络的局部结构信息，而忽略了网络中的其他潜在信息。为了保留网络的社区信息，并体现网络社区结构的多粒度特性，提出一种融合多粒度社区信息的网络嵌入方法（EMGC）。首先获得网络的多粒度社区结构，并初始化节点嵌入和社区嵌入；然后根据上一粒度上的节点嵌入和本层粒度的社区结构，更新社区嵌入，进而调整相应的节点嵌入，最后对不同粒度下的节点嵌入进行拼接，从而得到融合多粒度社区信息的